tensorflow::ops::ResourceSparseApplyAdagrad

Atualize as entradas relevantes em '*var' e '*accum' de acordo com o esquema adagrad.

Resumo

Isso significa que, para as linhas para as quais temos grad, atualizamos var e accum da seguinte forma: accum += grad * grad var -= lr * grad * (1 / sqrt(accum))

Argumentos:

• escopo: Um objeto de escopo
• var: Deve ser proveniente de uma variável().
• accum: Deve ser proveniente de uma variável().
• lr: Taxa de aprendizagem. Deve ser um escalar.
• grad: O gradiente.
• índices: Um vetor de índices na primeira dimensão de var e accum.

Atributos opcionais (ver Attrs ):

• use_locking: Se True , a atualização dos tensores var e accum será protegida por um bloqueio; caso contrário, o comportamento é indefinido, mas pode apresentar menos contenção.

Devoluções:

• a Operation criada

Atributos públicos

Operation operation

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

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

 operator::tensorflow::Operation() const 

Attrs UpdateSlots(
  bool x
)

Attrs UseLocking(
  bool x
)