tensorflow :: ops :: Seyrek UygulaAdagradDA

Proksimal adagrad şemasına göre '* var' ve '* biriktirme' içindeki girişleri güncelleyin.

Özet

Argümanlar:

• kapsam: Bir Scope nesnesi
• var: Değişken () 'den olmalıdır.
• gradient_accumulator: Bir Değişken () 'den olmalıdır.
• gradient_squared_accumulator: Bir Değişken () 'den olmalıdır.
• grad: Gradyan.
• indisler: var ve akümül'ün ilk boyutundaki indislerin bir vektörü.
• lr: Öğrenme oranı. Skaler olmalı.
• l1: L1 düzenlenmesi. Skaler olmalı.
• l2: L2 düzenlenmesi. Skaler olmalı.
• global_step: Eğitim adım numarası. Skaler olmalı.

İsteğe bağlı özellikler (bkz. Attrs ):

• use_locking: True ise, var ve akümülörlerin güncellenmesi bir kilit ile korunacaktır; aksi takdirde davranış tanımsızdır, ancak daha az çekişme gösterebilir.

İadeler:

• Output : "var" ile aynı.

Genel özellikler

Operation operation

::tensorflow::Output out

 SparseApplyAdagradDA(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input gradient_accumulator,
  ::tensorflow::Input gradient_squared_accumulator,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input global_step
)

 SparseApplyAdagradDA(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input gradient_accumulator,
  ::tensorflow::Input gradient_squared_accumulator,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input global_step,
  const SparseApplyAdagradDA::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)