tensorflow::ops::ResourceSparseApplyMomentum

#include <training_ops.h>

Обновление соответствующих записей в '*var' и '*accum' в соответствии со схемой импульса.

Summary

Установите use_nesterov = True, если хотите использовать импульс Нестерова.

Для строк, для которых у нас есть grad, мы обновляем var и accum следующим образом:

accum = accum * momentum + grad var -= lr * accum

Аргументы:

• scope: Объект Scope
• var: Должен быть получен из Variable().
• accum: Должен быть получен из Variable().
• lr: Скорость обучения. Должен быть скаляром.
• grad: Градиент.
• indices: Вектор индексов в первом измерении var и accum.
• momentum: Импульс. Должен быть скаляром.

Дополнительные атрибуты (см. Attrs):

• use_locking: Если True, обновление тензоров var и accum будет защищено блокировкой; в противном случае поведение не определено, но может характеризоваться меньшим числом конфликтов.
• use_nesterov: Если True, тензор, переданный для вычисления grad, будет var - lr * momentum * accum, поэтому в итоге получаемый var фактически равен var - lr * momentum * accum.

Возвращает:

• созданный Operation

Публичные атрибуты

Operation operation

Публичные функции

 ResourceSparseApplyMomentum(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices,
  ::tensorflow::Input momentum
)

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

operator::tensorflow::Operation() const 

Публичные статические функции

Attrs UseLocking(
  bool x
)

Attrs UseNesterov(
  bool x
)