tensorflow::ops::ResourceSparseApplyMomentum

Mettez à jour les entrées pertinentes dans '*var' et '*accum' selon le schéma de momentum.

Résumé

Définissez use_nesterov = True si vous souhaitez utiliser le momentum de Nesterov.

Pour les lignes pour lesquelles nous avons un grad, nous mettons à jour var et accum comme suit :

accumulation = accumulation * élan + grad var -= lr * accumulation

Arguments :

• portée : un objet Scope
• var : Doit provenir d'une Variable().
• accum : Doit provenir d'une variable().
• lr : Taux d’apprentissage. Doit être un scalaire.
• grad : Le gradient.
• indices : Un vecteur d'indices dans la première dimension de var et accum.
• Momentum : Momentum. Doit être un scalaire.

Attributs optionnels (voir Attrs ) :

• use_locking : Si True , la mise à jour des tenseurs var et accum sera protégée par un verrou ; sinon, le comportement est indéfini, mais peut présenter moins de contention.
• use_nesterov : Si True , le tenseur passé à compute grad sera var - lr * momentum * accum, donc au final, la variable que vous obtenez est en fait var - lr * momentum * accum.

Retours :

• l' Operation créée

attributs publics

Operation operation

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

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

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)

Attrs UseNesterov(
  bool x
)