tensorflow::ops::SparseApplyCenteredRMSProp

Atualize '*var' de acordo com o algoritmo RMSProp centralizado.

Resumo

O algoritmo RMSProp centrado utiliza uma estimativa do segundo momento centrado (ou seja, a variância) para normalização, ao contrário do RMSProp regular, que utiliza o segundo momento (não centrado). Isso geralmente auxilia no treinamento, mas é ligeiramente mais custoso em termos de computação e memória.

Note que, na implementação densa deste algoritmo, mg, ms e mom serão atualizados mesmo se o gradiente for zero, mas nesta implementação esparsa, mg, ms e mom não serão atualizados nas iterações durante as quais o gradiente for zero.

quadrático médio = decaimento * quadrático médio + (1 - decaimento) * gradiente ** 2 gradiente médio = decaimento * gradiente médio + (1 - decaimento) * gradiente Delta = taxa de aprendizado * gradiente / sqrt(quadrado médio + epsilon - gradiente médio ** 2)

$$ms <- rho * ms_{t-1} + (1-rho) * grad * grad$$ $$mom <- momentum * mom_{t-1} + lr * grad / sqrt(ms + epsilon)$$ $$var <- var - mom$$

Argumentos:

• escopo: Um objeto de escopo
• var: Deve ser proveniente de uma variável().
• mg: Deve vir de uma variável().
• ms: Deve ser proveniente de uma variável().
• mãe: Deveria ser de uma variável().
• lr: Fator de escala. Deve ser um escalar.
• rho: Taxa de decaimento. Deve ser um escalar.
• épsilon: Termo de crista. Deve ser um escalar.
• grad: O gradiente.
• índices: Um vetor de índices na primeira dimensão de var, ms e mom.

Atributos opcionais (ver Attrs ):

• use_locking: Se True , a atualização dos tensores var, mg, ms e mom é protegida por um bloqueio; caso contrário, o comportamento é indefinido, mas pode apresentar menos contenção.

Devoluções:

• Output : Igual a "var".

Atributos públicos

Operation operation

::tensorflow::Output out

 SparseApplyCenteredRMSProp(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input mg,
  ::tensorflow::Input ms,
  ::tensorflow::Input mom,
  ::tensorflow::Input lr,
  ::tensorflow::Input rho,
  ::tensorflow::Input momentum,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices
)

 SparseApplyCenteredRMSProp(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input mg,
  ::tensorflow::Input ms,
  ::tensorflow::Input mom,
  ::tensorflow::Input lr,
  ::tensorflow::Input rho,
  ::tensorflow::Input momentum,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices,
  const SparseApplyCenteredRMSProp::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)