tensorflow:: ops:: ApplyAdagradDA
#include <training_ops.h>Zaktualizuj '*var' zgodnie ze schematem adagradowym.
Streszczenie
Argumenty:
- zakres: obiekt zakresu
- var: Powinien pochodzić ze zmiennej Variable().
- gradient_accumulator: Powinien pochodzić ze zmiennej Variable().
- gradient_squared_accumulator: Powinien pochodzić ze zmiennej Variable().
- grad: Gradient.
- lr: Współczynnik skalowania. Musi być skalarem.
- l1: Regularyzacja L1. Musi być skalarem.
- l2: Regularyzacja L2. Musi być skalarem.
- global_step: Numer kroku treningu. Musi być skalarem.
Atrybuty opcjonalne (patrz Attrs ):
- use_locking: Jeśli wartość True, aktualizacja tensorów var i accum będzie chroniona blokadą; w przeciwnym razie zachowanie jest niezdefiniowane, ale może wykazywać mniejszą niezgodność.
Zwroty:
-
Output: To samo co „var”.
Konstruktory i destruktory | |
|---|---|
ApplyAdagradDA (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input gradient_accumulator, :: tensorflow::Input gradient_squared_accumulator, :: tensorflow::Input grad, :: tensorflow::Input lr, :: tensorflow::Input l1, :: tensorflow::Input l2, :: tensorflow::Input global_step) | |
ApplyAdagradDA (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input gradient_accumulator, :: tensorflow::Input gradient_squared_accumulator, :: tensorflow::Input grad, :: tensorflow::Input lr, :: tensorflow::Input l1, :: tensorflow::Input l2, :: tensorflow::Input global_step, const ApplyAdagradDA::Attrs & attrs) |
Atrybuty publiczne | |
|---|---|
operation | |
out | |
Funkcje publiczne | |
|---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const | |
Publiczne funkcje statyczne | |
|---|---|
UseLocking (bool x) | |
Struktury | |
|---|---|
| tensorflow:: ops:: ApplyAdagradDA:: Attrs | Opcjonalne settery atrybutów dla ApplyAdagradDA . |
Atrybuty publiczne
działanie
Operation operation
na zewnątrz
::tensorflow::Output out
Funkcje publiczne
ZastosujAdagradDA
ApplyAdagradDA( const ::tensorflow::Scope & scope, ::tensorflow::Input var, ::tensorflow::Input gradient_accumulator, ::tensorflow::Input gradient_squared_accumulator, ::tensorflow::Input grad, ::tensorflow::Input lr, ::tensorflow::Input l1, ::tensorflow::Input l2, ::tensorflow::Input global_step )
ZastosujAdagradDA
ApplyAdagradDA( const ::tensorflow::Scope & scope, ::tensorflow::Input var, ::tensorflow::Input gradient_accumulator, ::tensorflow::Input gradient_squared_accumulator, ::tensorflow::Input grad, ::tensorflow::Input lr, ::tensorflow::Input l1, ::tensorflow::Input l2, ::tensorflow::Input global_step, const ApplyAdagradDA::Attrs & attrs )
węzeł
::tensorflow::Node * node() const
operator::tensorflow::Input
operator::tensorflow::Input() const
operator::tensorflow::Output
operator::tensorflow::Output() const
Publiczne funkcje statyczne
Użyj blokady
Attrs UseLocking( bool x )