tensorflow:: عملیات:: SparseApplyAdagrad
#include <training_ops.h>ورودیهای مرتبط در '*var' و '*accum' را طبق طرح adagrad بهروزرسانی کنید.
خلاصه
یعنی برای ردیفهایی که grad داریم، var و accum را به صورت زیر بهروزرسانی میکنیم:
$$accum += grad * grad$$
$$var -= lr * grad * (1 / sqrt(accum))$$
استدلالها:
- دامنه: یک شیء دامنه
- var: باید از یک متغیر () باشد.
- accum: باید از یک متغیر () باشد.
- lr: نرخ یادگیری. باید اسکالر باشد.
- گرادیان: شیب.
- شاخصها: برداری از شاخصها در بعد اول var و accum.
ویژگیهای اختیاری (به Attrs مراجعه کنید):
- use_locking: اگر
True، بهروزرسانی تانسورهای var و accum توسط یک قفل محافظت میشود؛ در غیر این صورت رفتار تعریف نشده است، اما ممکن است رقابت کمتری را نشان دهد.
بازده:
-
Output: مشابه "var" است.
سازندهها و مخربها | |
|---|---|
SparseApplyAdagrad (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input accum, :: tensorflow::Input lr, :: tensorflow::Input grad, :: tensorflow::Input indices) | |
SparseApplyAdagrad (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input accum, :: tensorflow::Input lr, :: tensorflow::Input grad, :: tensorflow::Input indices, const SparseApplyAdagrad::Attrs & attrs) |
ویژگیهای عمومی | |
|---|---|
operation | |
out | |
کارکردهای عمومی | |
|---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const | |
توابع استاتیک عمومی | |
|---|---|
UpdateSlots (bool x) | |
UseLocking (bool x) | |
ساختارها | |
|---|---|
| tensorflow:: ops:: SparseApplyAdagrad:: Attrs | تنظیمکنندههای ویژگی اختیاری برای SparseApplyAdagrad . |
ویژگیهای عمومی
عملیات
Operation operation
بیرون
::tensorflow::Output out
کارکردهای عمومی
SparseApplyAdagrad
SparseApplyAdagrad( const ::tensorflow::Scope & scope, ::tensorflow::Input var, ::tensorflow::Input accum, ::tensorflow::Input lr, ::tensorflow::Input grad, ::tensorflow::Input indices )
SparseApplyAdagrad
SparseApplyAdagrad( const ::tensorflow::Scope & scope, ::tensorflow::Input var, ::tensorflow::Input accum, ::tensorflow::Input lr, ::tensorflow::Input grad, ::tensorflow::Input indices, const SparseApplyAdagrad::Attrs & attrs )
گره
::tensorflow::Node * node() const
عملگر::tensorflow::ورودی
operator::tensorflow::Input() const
عملگر::tensorflow::خروجی
operator::tensorflow::Output() const
توابع استاتیک عمومی
اسلاتهای بهروزرسانی
Attrs UpdateSlots( bool x )
استفاده از قفل
Attrs UseLocking( bool x )
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2026-11-05 بهوقت ساعت هماهنگ جهانی.
[[["درک آسان","easyToUnderstand","thumb-up"],["مشکلم را برطرف کرد","solvedMyProblem","thumb-up"],["غیره","otherUp","thumb-up"]],[["اطلاعاتی که نیاز دارم وجود ندارد","missingTheInformationINeed","thumb-down"],["بیشازحد پیچیده/ مراحل بسیار زیاد","tooComplicatedTooManySteps","thumb-down"],["قدیمی","outOfDate","thumb-down"],["مشکل ترجمه","translationIssue","thumb-down"],["مشکل کد / نمونهها","samplesCodeIssue","thumb-down"],["غیره","otherDown","thumb-down"]],["تاریخ آخرین بهروزرسانی 2026-11-05 بهوقت ساعت هماهنگ جهانی."],[],[]]