tensorflow::ops::ResourceApplyAdadelta

'*var' değişkenini adadelta şemasına göre güncelleyin.

Özet

birikim = rho() * birikim + (1 - rho()) * grad.kare(); güncelleme = (update_accum + epsilon).sqrt() * (accum + epsilon()).rsqrt() * grad; update_accum = rho() * update_accum + (1 - rho()) * update.square(); var -= güncelleme;

Argümanlar:

• kapsam: Bir Kapsam nesnesi
• var: Bir Variable() türünden gelmelidir.
• accum: Bir Variable() türünden gelmelidir.
• accum_update: Bir Variable() fonksiyonundan gelmelidir.
• lr: Ölçeklendirme faktörü. Skaler bir değer olmalıdır.
• rho: Bozunma faktörü. Skaler bir değer olmalıdır.
• epsilon: Sabit faktör. Skaler bir değer olmalıdır.
• grad: Eğim.

İsteğe bağlı özellikler (bkz. Attrs ):

• use_locking: True olarak ayarlanırsa, var, accum ve update_accum tensörlerinin güncellenmesi bir kilit ile korunacaktır; aksi takdirde davranış tanımsızdır, ancak daha az çekişme gösterebilir.

İadeler:

• oluşturulan Operation

Genel özellikler

Operation operation

 ResourceApplyAdadelta(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input accum_update,
  ::tensorflow::Input lr,
  ::tensorflow::Input rho,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad
)

 ResourceApplyAdadelta(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input accum_update,
  ::tensorflow::Input lr,
  ::tensorflow::Input rho,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad,
  const ResourceApplyAdadelta::Attrs & attrs
)

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)