tensorflow:: ops:: ResourceApplyAdagrad

#include <training_ops.h>

एडैग्रैड योजना के अनुसार '*var' को अपडेट करें।

सारांश

Accum += grad * grad var -= lr * grad * (1 / sqrt(accum))

तर्क:

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

वैकल्पिक विशेषताएँ (देखें Attrs ):

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

प्रतिफल:

कंस्ट्रक्टर और डिस्ट्रक्टर

ResourceApplyAdagrad (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input accum, :: tensorflow::Input lr, :: tensorflow::Input grad)
ResourceApplyAdagrad (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input accum, :: tensorflow::Input lr, :: tensorflow::Input grad, const ResourceApplyAdagrad::Attrs & attrs)

सार्वजनिक विशेषताएँ

operation

सार्वजनिक समारोह

operator::tensorflow::Operation () const

सार्वजनिक स्थैतिक फ़ंक्शन

UpdateSlots (bool x)
UseLocking (bool x)

संरचनाएँ

टेन्सरफ्लो::ऑप्स::रिसोर्सअप्लाईअडाग्राड::एट्रिब्यूट्स

ResourceApplyAdagrad के लिए वैकल्पिक विशेषता निर्धारक।

सार्वजनिक विशेषताएँ

संचालन 

Operation operation

सार्वजनिक समारोह

ResourceApplyAdagrad 

 ResourceApplyAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input grad
)

ResourceApplyAdagrad 

 ResourceApplyAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input grad,
  const ResourceApplyAdagrad::Attrs & attrs
)

ऑपरेटर::टेन्सरफ्लो::ऑपरेशन 

 operator::tensorflow::Operation() const

सार्वजनिक स्थैतिक फ़ंक्शन

स्लॉट अपडेट करें 

Attrs UpdateSlots(
  bool x
)

यूज़लॉकिंग 

Attrs UseLocking(
  bool x
)