tensorflow::ops::ResourceApplyAdam

Cập nhật '*var' theo thuật toán Adam.

Bản tóm tắt

$$lr_t := {learning_rate} * {1 - beta_2^t} / (1 - beta_1^t)$$ $$m_t := beta_1 * m_{t-1} + (1 - beta_1) * g$$ $$v_t := beta_2 * v_{t-1} + (1 - beta_2) * g * g$$ $$variable := variable - lr_t * m_t / ({v_t} + )$$

Luận điểm:

• phạm vi: Một đối tượng Phạm vi
• var: Nên được lấy từ một biến Variable().
• m: Nên lấy từ một biến().
• v: Nên lấy từ một biến (Variable).
• beta1_power: Phải là một giá trị vô hướng.
• beta2_power: Phải là một giá trị vô hướng.
• lr: Hệ số tỷ lệ. Phải là một đại lượng vô hướng.
• beta1: Hệ số động lượng. Phải là một đại lượng vô hướng.
• beta2: Hệ số động lượng. Phải là một đại lượng vô hướng.
• epsilon: Hệ số đỉnh. Phải là một đại lượng vô hướng.
• grad: Độ dốc.

Các thuộc tính tùy chọn (xem Attrs ):

• use_locking: Nếu True , việc cập nhật các tensor var, m và v sẽ được bảo vệ bằng khóa; ngược lại, hành vi không được xác định, nhưng có thể ít xảy ra xung đột hơn.
• use_nesterov: Nếu True , sẽ sử dụng phương pháp cập nhật nesterov.

Trả về:

• Operation được tạo

Thuộc tính công khai

Operation operation

 ResourceApplyAdam(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input m,
  ::tensorflow::Input v,
  ::tensorflow::Input beta1_power,
  ::tensorflow::Input beta2_power,
  ::tensorflow::Input lr,
  ::tensorflow::Input beta1,
  ::tensorflow::Input beta2,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad
)

 ResourceApplyAdam(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input m,
  ::tensorflow::Input v,
  ::tensorflow::Input beta1_power,
  ::tensorflow::Input beta2_power,
  ::tensorflow::Input lr,
  ::tensorflow::Input beta1,
  ::tensorflow::Input beta2,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad,
  const ResourceApplyAdam::Attrs & attrs
)

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)

Attrs UseNesterov(
  bool x
)