tensorflow:: ops:: SparseApplyAdagrad

adagrad 체계에 따라 '*var' 및 '*accum'의 관련 항목을 업데이트합니다.

요약

즉, grad 값이 있는 행의 경우 var와 accum을 다음과 같이 업데이트합니다. $$accum += grad * grad$$ $$var -= lr * grad * (1 / sqrt(accum))$$

논거:

• 범위: Scope 객체
• var: Variable()에서 가져온 값이어야 합니다.
• accum: Variable()에서 가져와야 합니다.
• lr: 학습률. 스칼라 값이어야 합니다.
• grad: 기울기.
• 인덱스: var와 accum의 첫 번째 차원에 대한 인덱스 벡터입니다.

선택적 속성( Attrs 참조):

• use_locking: True 로 설정하면 변수 및 누적 텐서 업데이트가 락으로 보호됩니다. 그렇지 않으면 동작이 정의되지 않지만 경합이 줄어들 수 있습니다.

보고:

• Output : "var"와 동일합니다.

공개 속성

Operation operation

::tensorflow::Output out

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

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

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UpdateSlots(
  bool x
)

Attrs UseLocking(
  bool x
)