tensorflow:: ops:: ResourceSparseApplyAdagradDA

प्रॉक्सिमल एडैग्रैड योजना के अनुसार '*var' और '*accum' में प्रविष्टियों को अपडेट करें।

सारांश

तर्क:

• स्कोप: एक स्कोप ऑब्जेक्ट
• var: यह एक Variable() से होना चाहिए।
• gradient_accumulator: यह एक Variable() से होना चाहिए।
• gradient_squared_accumulator: यह एक Variable() से होना चाहिए।
• ग्रेड: प्रवणता।
• सूचकांक: var और accum के पहले आयाम में सूचकांकों का एक सदिश।
• lr: सीखने की दर। यह एक अदिश राशि होनी चाहिए।
• l1: L1 नियमितीकरण। यह एक अदिश राशि होनी चाहिए।
• l2: L2 नियमितीकरण। यह एक अदिश राशि होनी चाहिए।
• global_step: प्रशिक्षण चरण संख्या। यह एक अदिश राशि होनी चाहिए।

वैकल्पिक विशेषताएँ (देखें Attrs ):

• use_locking: यदि True है, तो var और accum टेंसरों का अद्यतन एक लॉक द्वारा सुरक्षित किया जाएगा; अन्यथा व्यवहार अपरिभाषित है, लेकिन कम टकराव प्रदर्शित कर सकता है।

प्रतिफल:

• निर्मित Operation

सार्वजनिक विशेषताएँ

Operation operation

 ResourceSparseApplyAdagradDA(
  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
)

 ResourceSparseApplyAdagradDA(
  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 ResourceSparseApplyAdagradDA::Attrs & attrs
)

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)