यूज़लॉकिंग

Attrs UseLocking(
  bool x
)

tensorflow:: ops:: ApplyAddSign

AddSign अपडेट के अनुसार '*var' को अपडेट करें।

सारांश

m_t <- beta1 * m_{t-1} + (1 - beta1) * g अपडेट <- (alpha + sign_decay * sign(g) *sign(m)) * g वेरिएबल <- वेरिएबल - lr_t * अपडेट

तर्क:

• स्कोप: एक स्कोप ऑब्जेक्ट
• var: यह एक Variable() से होना चाहिए।
• m: यह एक वेरिएबल() से होना चाहिए।
• lr: स्केलिंग फैक्टर। यह एक स्केलर होना चाहिए।
• अल्फा: एक स्केलर होना चाहिए।
• sign_decay: एक स्केलर होना चाहिए।
• बीटा: यह एक स्केलर होना चाहिए।
• ग्रेड: प्रवणता।

वैकल्पिक विशेषताएँ (देखें Attrs ):

• use_locking: यदि True , तो var और m टेंसरों का अद्यतन एक लॉक द्वारा सुरक्षित होता है; अन्यथा व्यवहार अपरिभाषित है, लेकिन कम टकराव प्रदर्शित कर सकता है।

प्रतिफल:

• Output : "var" के समान।

सार्वजनिक विशेषताएँ

Operation operation

::tensorflow::Output out

 ApplyAddSign(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input m,
  ::tensorflow::Input lr,
  ::tensorflow::Input alpha,
  ::tensorflow::Input sign_decay,
  ::tensorflow::Input beta,
  ::tensorflow::Input grad
)

 ApplyAddSign(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input m,
  ::tensorflow::Input lr,
  ::tensorflow::Input alpha,
  ::tensorflow::Input sign_decay,
  ::tensorflow::Input beta,
  ::tensorflow::Input grad,
  const ApplyAddSign::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)