tf.raw_ops.ApplyAdagradDA

Обновляет '*var' согласно схеме приближённого градиентного спуска Адаграда.

Псевдонимы

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.raw_ops.ApplyAdagradDA

tf.raw_ops.ApplyAdagradDA(
    var,
    gradient_accumulator,
    gradient_squared_accumulator,
    grad,
    lr,
    l1,
    l2,
    global_step,
    use_locking=False,
    name=None
)

Аргументы
`var`	Изменяемый `Tensor`. Должен быть одного из следующих типов: `float32`, `float64`, `int32`, `uint8`, `int16`, `int8`, `complex64`, `int64`, `qint8`, `quint8`, `qint32`, `bfloat16`, `qint16`, `quint16`, `uint16`, `complex128`, `half`, `uint32`, `uint64`. Должен быть из переменной.
`gradient_accumulator`	Изменяемый `Tensor`. Должен иметь тот же тип, что и `var`. Должен быть из переменной.
`gradient_squared_accumulator`	Изменяемый `Tensor`. Должен иметь тот же тип, что и `var`. Должен быть из переменной.
`grad`	`Tensor`. Должен иметь тот же тип, что и `var`. Градиент.
`lr`	`Tensor`. Должен иметь тот же тип, что и `var`. Множитель масштабирования. Должен быть скаляром.
`l1`	`Tensor`. Должен иметь тот же тип, что и `var`. Регуляризация L1. Должен быть скаляром.
`l2`	`Tensor`. Должен иметь тот же тип, что и `var`. Регуляризация L2. Должен быть скаляром.
`global_step`	`Tensor` типа `int64`. Номер шага обучения. Должен быть скаляром.
`use_locking`	Необязательный `bool`. По умолчанию `False`. Если True, обновление тензоров var и accum будет защищено блокировкой; в противном случае поведение неопределённо, но может показать меньшую конкуренцию.
`name`	Имя операции (необязательно).

Возвращаемые значения
Изменяемый `Tensor`. Имеет тот же тип, что и `var`.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/raw_ops/ApplyAdagradDA