tensorflow::ops::SparseApplyAdagradDA

Perbarui entri di '*var' dan '*accum' sesuai dengan skema adagrad proksimal.

Ringkasan

Argumen:

• Cakupan: Objek Cakupan
• var: Seharusnya berasal dari Variable().
• gradient_accumulator: Harus berasal dari Variable().
• gradient_squared_accumulator: Seharusnya berasal dari Variable().
• grad: Gradien.
• indeks: Sebuah vektor indeks ke dimensi pertama dari var dan accum.
• lr: Tingkat pembelajaran. Harus berupa bilangan skalar.
• l1: Regularisasi L1. Harus berupa skalar.
• l2: Regularisasi L2. Harus berupa skalar.
• global_step: Nomor langkah pelatihan. Harus berupa skalar.

Atribut opsional (lihat Attrs ):

• use_locking: Jika True, pembaruan tensor var dan accum akan dilindungi oleh kunci; jika tidak, perilakunya tidak terdefinisi, tetapi mungkin menunjukkan persaingan yang lebih sedikit.

Mengembalikan:

• Output : Sama dengan "var".

Atribut publik

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
)