tf.raw_ops.ResourceApplyAdam
Обновляет '*var' в соответствии с алгоритмом Adam.
tf.raw_ops.ResourceApplyAdam(
var,
m,
v,
beta1_power,
beta2_power,
lr,
beta1,
beta2,
epsilon,
grad,
use_locking=False,
use_nesterov=False,
name=None
)
\[\text{lr}_t := \mathrm{lr} \cdot \frac{\sqrt{1 - \beta_2^t} }{1 - \beta_1^t}\]
\[m_t := \beta_1 \cdot m_{t-1} + (1 - \beta_1) \cdot g\]
\[v_t := \beta_2 \cdot v_{t-1} + (1 - \beta_2) \cdot g^2\]
\[\text{var} := \begin{cases} \text{var} - (m_t \beta_1 + g \cdot (1 - \beta_1))\cdot\text{lr}_t/(\sqrt{v_t} + \epsilon), &\text{если use_nesterov}\\\\ \text{var} - m_t \cdot \text{lr}_t /(\sqrt{v_t} + \epsilon), &\text{в противном случае} \end{cases}\]
| Аргументы | |
|---|---|
var | Переменная типа resource. Должна быть получена из Variable(). |
m | Переменная типа resource. Должна быть получена из Variable(). |
v | Переменная типа resource. Должна быть получена из Variable(). |
beta1_power | Скаляр. 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. |
beta2_power | Скаляр. Должен иметь тот же тип, что и beta1_power. |
lr | Скаляр. Множитель масштабирования. Должен иметь тот же тип, что и beta1_power. |
beta1 | Скаляр. Множитель импульса. Должен иметь тот же тип, что и beta1_power. |
beta2 | Скаляр. Множитель импульса. Должен иметь тот же тип, что и beta1_power. |
epsilon | Скаляр. Член сглаживания. Должен иметь тот же тип, что и beta1_power. |
grad | Градиент. Должен иметь тот же тип, что и beta1_power. |
use_locking | Необязательный флаг. По умолчанию False. Если True, обновление тензоров var, m и v будет защищено блокировкой; в противном случае поведение неопределено, но может быть менее подвержено конфликтам. |
use_nesterov | Необязательный флаг. По умолчанию False. Если True, используется обновление Nesterov. |
name | Имя операции (необязательно). |
| Возвращаемое значение | |
|---|---|
| Созданная операция. |
© 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/ResourceApplyAdam