tensorflow:: ops:: ApplyAdam

#include <training_ops.h>

Zaktualizuj '*var' zgodnie z algorytmem Adam.

Streszczenie

$$lr_t := {learning_rate} * {1 - beta_2^t} / (1 - beta_1^t)$$
$$m_t := beta_1 * m_{t-1} + (1 - beta_1) * g$$
$$v_t := beta_2 * v_{t-1} + (1 - beta_2) * g * g$$
$$variable := variable - lr_t * m_t / ({v_t} + )$$

Argumenty:

  • zakres: obiekt zakresu
  • var: Powinien pochodzić ze zmiennej Variable().
  • m: Powinno pochodzić ze zmiennej Variable().
  • v: Powinno pochodzić ze zmiennej Variable().
  • beta1_power: Musi być skalarem.
  • beta2_power: Musi być skalarem.
  • lr: Współczynnik skalowania. Musi być skalarem.
  • beta1: Współczynnik pędu. Musi być skalarem.
  • beta2: Współczynnik pędu. Musi być skalarem.
  • epsilon: człon grzbietowy. Musi być skalarem.
  • grad: Gradient.

Atrybuty opcjonalne (patrz Attrs ):

  • use_locking: Jeśli True , aktualizacja tensorów var, m i v będzie chroniona blokadą; w przeciwnym razie zachowanie jest niezdefiniowane, ale może wykazywać mniejszą niezgodność.
  • use_nesterov: Jeśli True , używana jest aktualizacja nesterov.

Zwroty:

  • Output : To samo co „var”.

Konstruktory i destruktory

ApplyAdam (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input m, :: tensorflow::Input v, :: tensorflow::Input beta1_power, :: tensorflow::Input beta2_power, :: tensorflow::Input lr, :: tensorflow::Input beta1, :: tensorflow::Input beta2, :: tensorflow::Input epsilon, :: tensorflow::Input grad)
ApplyAdam (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input m, :: tensorflow::Input v, :: tensorflow::Input beta1_power, :: tensorflow::Input beta2_power, :: tensorflow::Input lr, :: tensorflow::Input beta1, :: tensorflow::Input beta2, :: tensorflow::Input epsilon, :: tensorflow::Input grad, const ApplyAdam::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)
UseNesterov (bool x)

Struktury

tensorflow:: ops:: ApplyAdam:: Attrs

Opcjonalne settery atrybutów dla ApplyAdam .

Atrybuty publiczne

działanie 

Operation operation

na zewnątrz 

::tensorflow::Output out

Funkcje publiczne

Zastosuj Adama 

 ApplyAdam(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input m,
  ::tensorflow::Input v,
  ::tensorflow::Input beta1_power,
  ::tensorflow::Input beta2_power,
  ::tensorflow::Input lr,
  ::tensorflow::Input beta1,
  ::tensorflow::Input beta2,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad
)

Zastosuj Adama 

 ApplyAdam(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input m,
  ::tensorflow::Input v,
  ::tensorflow::Input beta1_power,
  ::tensorflow::Input beta2_power,
  ::tensorflow::Input lr,
  ::tensorflow::Input beta1,
  ::tensorflow::Input beta2,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad,
  const ApplyAdam::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
)

Użyj Nesterova 

Attrs UseNesterov(
  bool x
)