tensorflow::ops::ResourceApplyAdagrad

#include <training_ops.h>

Perbarui '*var' sesuai dengan skema adagrad.

Ringkasan

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

Argumen:

  • Cakupan: Objek Cakupan
  • var: Seharusnya berasal dari Variable().
  • accum: Seharusnya berasal dari Variable().
  • lr: Faktor skala. Harus berupa besaran skalar.
  • grad: Gradien.

Atribut opsional (lihat Attrs ):

  • use_locking: Jika True , pembaruan tensor var dan accum akan dilindungi oleh kunci; jika tidak, perilakunya tidak terdefinisi, tetapi mungkin menunjukkan persaingan yang lebih sedikit.

Mengembalikan:

Konstruktor dan Destruktor

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)

Atribut publik

operation

Fungsi publik

operator::tensorflow::Operation () const

Fungsi statis publik

UpdateSlots (bool x)
UseLocking (bool x)

Struktur

tensorflow::ops::ResourceApplyAdagrad::Attrs

Setter atribut opsional untuk ResourceApplyAdagrad .

Atribut publik

operasi 

Operation operation

Fungsi publik

Sumber DayaTerapkanAdagrad 

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

Sumber DayaTerapkanAdagrad 

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

operator::tensorflow::Operasi 

 operator::tensorflow::Operation() const

Fungsi statis publik

Slot Pembaruan 

Attrs UpdateSlots(
  bool x
)

GunakanPenguncian 

Attrs UseLocking(
  bool x
)