tensorflow:: ops:: SparseApplyMomentum

Actualizar las entradas pertinentes en '*var' y '*accum' de acuerdo con el esquema de impulso.

Resumen

Establezca use_nesterov = True si desea utilizar el momento de Nesterov.

Eso es para las filas para las que tenemos grad, actualizamos var y accum de la siguiente manera:

$$accum = accum * momentum + grad$$ $$var -= lr * accum$$

Argumentos:

• ámbito: Un objeto de ámbito
• var: Debe provenir de una Variable().
• accum: Debe provenir de una Variable().
• lr: Tasa de aprendizaje. Debe ser un escalar.
• grad: El gradiente.
• índices: Un vector de índices en la primera dimensión de var y accum.
• Momento: Momento. Debe ser una magnitud escalar.

Atributos opcionales (ver Attrs ):

• use_locking: Si es True , la actualización de los tensores var y accum estará protegida por un bloqueo; de lo contrario, el comportamiento es indefinido, pero puede presentar menos contención.
• use_nesterov: Si True , el tensor que se pasa para calcular el gradiente será var - lr * momentum * accum, por lo que al final, la var que se obtiene es en realidad var - lr * momentum * accum.

Devoluciones:

• Output : Igual que "var".

Atributos públicos

Operation operation

::tensorflow::Output out

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

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

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)

Attrs UseNesterov(
  bool x
)