tensorflow::ops::ResourceSparseApplyRMSProp

Perbarui '*var' sesuai dengan algoritma RMSProp.

Ringkasan

Perlu dicatat bahwa dalam implementasi padat algoritma ini, ms dan mom akan diperbarui bahkan jika grad bernilai nol, tetapi dalam implementasi jarang ini, ms dan mom tidak akan diperbarui pada iterasi di mana grad bernilai nol.

mean_square = decay * mean_square + (1-decay) * gradient ** 2 Delta = learning_rate * gradient / sqrt(mean_square + epsilon)

ms <- rho * ms_{t-1} + (1-rho) * grad * grad mom <- momentum * mom_{t-1} + lr * grad / sqrt(ms + epsilon) var <- var - mom

Argumen:

• Cakupan: Objek Cakupan
• var: Seharusnya berasal dari Variable().
• ms: Seharusnya berasal dari Variable().
• Ibu: Seharusnya berasal dari Variable().
• lr: Faktor skala. Harus berupa besaran skalar.
• rho: Tingkat peluruhan. Harus berupa besaran skalar.
• epsilon: Istilah Ridge. Harus berupa skalar.
• grad: Gradien.
• indeks: Sebuah vektor indeks ke dimensi pertama dari var, ms, dan mom.

Atribut opsional (lihat Attrs ):

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

Mengembalikan:

• Operation yang dibuat

Atribut publik

Operation operation

 ResourceSparseApplyRMSProp(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input ms,
  ::tensorflow::Input mom,
  ::tensorflow::Input lr,
  ::tensorflow::Input rho,
  ::tensorflow::Input momentum,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices
)

 ResourceSparseApplyRMSProp(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input ms,
  ::tensorflow::Input mom,
  ::tensorflow::Input lr,
  ::tensorflow::Input rho,
  ::tensorflow::Input momentum,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices,
  const ResourceSparseApplyRMSProp::Attrs & attrs
)

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)