Conozca lo último en aprendizaje automático, IA generativa y más en el Simposio WiML 2023.

Se usó la API de Cloud Translation para traducir esta página.

ResourceSparseApplyKerasMomentum

clase final pública ResourceSparseApplyKerasMomentum

Actualice las entradas relevantes en '*var' y '*accum' según el esquema de momento.

Establezca use_nesterov = True si desea utilizar el impulso de Nesterov.

Eso es para las filas para las que tenemos graduación, actualizamos var y accum de la siguiente manera:

accum = accum * impulso - lr * grad var += accum

clase ResourceSparseApplyKerasMomentum.Options Atributos opcionales para ResourceSparseApplyKerasMomentum

estático <T, U extiende Número> ResourceSparseApplyKerasMomentum	create ( Scope scope, Operando <?> var, Operando <?> accum, Operando <T> lr, Operando <T> grad, Operando <U> índices, Operando <T> impulso, Opciones... opciones) Método de fábrica para crear una clase que envuelve una nueva operación ResourceSparseApplyKerasMomentum.
Estático ResourceSparseApplyKerasMomentum.Options	useLocking (booleano useLocking)
Estático ResourceSparseApplyKerasMomentum.Options	useNesterov (booleano useNesterov)

booleano final	es igual a (Objeto obj)
int final	código hash ()
Operación	op () Devuelve la `Operation` subyacente
cadena final	a la cadena ()

De la clase java.lang.Object

Métodos públicos

Método de fábrica para crear una clase que envuelve una nueva operación ResourceSparseApplyKerasMomentum.

alcance	alcance actual
variable	Debe ser de una Variable().
acumular	Debe ser de una Variable().
yo	Tasa de aprendizaje. Debe ser un escalar.
graduado	el gradiente
índices	Un vector de índices en la primera dimensión de var y accum.
impulso	Impulso. Debe ser un escalar.
opciones	lleva valores de atributos opcionales

usarBloqueo	Si `True`, la actualización de los tensores var y accum estará protegida por un candado; de lo contrario, el comportamiento no está definido, pero puede exhibir menos contención.

usarNésterov	Si `Verdadero`, el tensor pasado para calcular grad será var + impulso * accum, por lo que al final, el var que obtienes es en realidad var + impulso * accum.