tensorflow::ops::ApplyAdagrad

#include <training_ops.h>

Обновление '*var' в соответствии со схемой adagrad.

Краткое описание

accum += grad * grad var -= lr * grad * (1 / sqrt(accum))

Аргументы:

• scope: Объект Scope
• var: Должен быть получен из Variable().
• accum: Должен быть получен из Variable().
• lr: Коэффициент масштабирования. Должен быть скалярным.
• grad: Градиент.

Необязательные атрибуты (см. Attrs):

• use_locking: Если True, обновление тензоров var и accum будет защищено блокировкой; в противном случае поведение не определено, но может быть менее конкурентным.

Возвращает:

• Output: Такой же, как и "var".

Публичные атрибуты

Operation operation

::tensorflow::Output out

Публичные функции

 ApplyAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input grad
)

 ApplyAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input grad,
  const ApplyAdagrad::Attrs & attrs
)

::tensorflow::Node * node() const 

operator::tensorflow::Input() const 

operator::tensorflow::Output() const 

Публичные статические функции

Attrs UpdateSlots(
  bool x
)

Attrs UseLocking(
  bool x
)