tensorflow::ops::ResourceApplyAdagrad

#include <training_ops.h>

Aggiorna '*var' secondo lo schema adagrad.

Riepilogo

accum += grad * grad var -= lr * grad * (1 / sqrt(accum))

Argomentazioni:

  • ambito: un oggetto Scope
  • var: Dovrebbe provenire da una Variable().
  • accumula: Dovrebbe provenire da una Variabile().
  • lr: Fattore di scala. Deve essere uno scalare.
  • grad: Il gradiente.

Attributi opzionali (vedere Attrs ):

  • use_locking: Se True , l'aggiornamento dei tensori var e accum sarà protetto da un blocco; altrimenti il ​​comportamento non è definito, ma potrebbe presentare una minore contesa.

Resi:

Costruttori e distruttori

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

attributi pubblici

operation

Funzioni pubbliche

operator::tensorflow::Operation () const

Funzioni statiche pubbliche

UpdateSlots (bool x)
UseLocking (bool x)

Strutture

tensorflow::ops::ResourceApplyAdagrad::Attrs

Impostatori di attributi opzionali per ResourceApplyAdagrad .

attributi pubblici

operazione 

Operation operation

Funzioni pubbliche

RisorsaApplicaAdagrad 

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

RisorsaApplicaAdagrad 

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

operatore::tensorflow::Operazione 

 operator::tensorflow::Operation() const

Funzioni statiche pubbliche

UpdateSlots 

Attrs UpdateSlots(
  bool x
)

UseLocking 

Attrs UseLocking(
  bool x
)