tensorflow::ops::SparseApplyAdadelta

#include <training_ops.h>

var: Должен быть из Variable().

Summary

Arguments:

• scope: Object Scope
• accum: Должен быть из Variable().
• accum_update: : Должен быть из Variable().
• lr: Скорость обучения. Должен быть скаляром.
• rho: Коэффициент затухания. Должен быть скаляром.
• epsilon: Постоянный множитель. Должен быть скаляром.
• grad: Градиент.
• indices: Вектор индексов в первом измерении var и accum.

Optional attributes (see Attrs):

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

Returns:

• Output: То же, что и "var".

Public attributes

Operation operation

::tensorflow::Output out

Public functions

 SparseApplyAdadelta(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input accum_update,
  ::tensorflow::Input lr,
  ::tensorflow::Input rho,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices
)

 SparseApplyAdadelta(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input accum_update,
  ::tensorflow::Input lr,
  ::tensorflow::Input rho,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices,
  const SparseApplyAdadelta::Attrs & attrs
)

::tensorflow::Node * node() const 

operator::tensorflow::Input() const 

operator::tensorflow::Output() const 

Public static functions

Attrs UseLocking(
  bool x
)