tf.raw_ops.ResourceApplyAdamWithAmsgrad
Обновление '*var' в соответствии с алгоритмом Adam.
tf.raw_ops.ResourceApplyAdamWithAmsgrad(
var,
m,
v,
vhat,
beta1_power,
beta2_power,
lr,
beta1,
beta2,
epsilon,
grad,
use_locking=False,
name=None
)
\[\text{lr}_t := \mathrm{learning\_rate} * \sqrt{1 - \beta_2^t} / (1 - \beta_1^t)\]
\[m_t := \beta_1 * m_{t-1} + (1 - \beta_1) * g\]
\[v_t := \beta_2 * v_{t-1} + (1 - \beta_2) * g * g\]
\[\hat{v}_t := max{\hat{v}_{t-1}, v_t}\]
\[\text{variable} := \text{variable} - \text{lr}_t * m_t / (\sqrt{\hat{v}_t} + \epsilon)\]
| Аргументы | |
|---|---|
var | Переменная типа resource. Должна быть из Variable(). |
m | Переменная типа resource. Должна быть из Variable(). |
v | Переменная типа resource. Должна быть из Variable(). |
vhat | Переменная типа resource. Должна быть из Variable(). |
beta1_power | Число. Должно быть одного из следующих типов: float32, float64, int32, uint8, int16, int8, complex64, int64, qint8, quint8, qint32, bfloat16, qint16, quint16, uint16, complex128, half, uint32, uint64. Должно быть скаляром. |
beta2_power | Число. Должно иметь тот же тип, что и beta1_power. Должно быть скаляром. |
lr | Число. Должно иметь тот же тип, что и beta1_power. Коэффициент масштабирования. Должно быть скаляром. |
beta1 | Число. Должно иметь тот же тип, что и beta1_power. Коэффициент импульса. Должно быть скаляром. |
beta2 | Число. Должно иметь тот же тип, что и beta1_power. Коэффициент импульса. Должно быть скаляром. |
epsilon | Число. Должно иметь тот же тип, что и beta1_power. Слагаемое регуляризации. Должно быть скаляром. |
grad | Число. Должно иметь тот же тип, что и beta1_power. Градиент. |
use_locking | Необязательный флаг. По умолчанию False. Если True, обновление переменных var, m и v будет защищено блокировкой; в противном случае поведение не определено, но может быть связано с меньшим конкурентным доступом. |
name | Название 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/ResourceApplyAdamWithAmsgrad