tensorflow::ops::SparseApplyRMSProp

#include <training_ops.h>

Обновить '*var' в соответствии с алгоритмом RMSProp.

Краткое описание

Обратите внимание, что в плотной реализации этого алгоритма ms и mom будут обновляться даже если grad равен нулю, но в этой разреженной реализации ms и mom не будут обновляться в итерациях, в которых grad равен нулю.

mean_square = decay * mean_square + (1-decay) * gradient ** 2 Delta = learning_rate * gradient / sqrt(mean_square + epsilon)

$$ms

$$mom

$$var

Аргументы:

scope: Объект Scope
var: Должен быть из Variable().
ms: Должен быть из Variable().
mom: Должен быть из Variable().
lr: Масштабирующий множитель. Должен быть скаляром.
rho: Скорость затухания. Должен быть скаляром.
epsilon: Слагаемое для сглаживания. Должен быть скаляром.
grad: Градиент.
indices: Вектор индексов в первом измерении var, ms и mom.

Необязательные атрибуты (см. Attrs):

use_locking: Если True, обновление тензоров var, ms и mom защищено блокировкой; в противном случае поведение не определено, но может быть менее подвержено конфликтным ситуациям.

Возвращаемое значение:

Output: Такой же, как "var".

Конструкторы и деструкторы
`SparseApplyRMSProp(const ::tensorflow::Scope & scope, ::tensorflow::Input var, ::tensorflow::Input ms, ::tensorflow::Input mom, ::tensorflow::Input lr, ::tensorflow::Input rho, ::tensorflow::Input momentum, ::tensorflow::Input epsilon, ::tensorflow::Input grad, ::tensorflow::Input indices)`
`SparseApplyRMSProp(const ::tensorflow::Scope & scope, ::tensorflow::Input var, ::tensorflow::Input ms, ::tensorflow::Input mom, ::tensorflow::Input lr, ::tensorflow::Input rho, ::tensorflow::Input momentum, ::tensorflow::Input epsilon, ::tensorflow::Input grad, ::tensorflow::Input indices, const SparseApplyRMSProp::Attrs & attrs)`

Публичные атрибуты
`operation`	`Operation`
`out`	`::tensorflow::Output`

Публичные функции
`node() const`	`::tensorflow::Node *`
`operator::tensorflow::Input() const`
`operator::tensorflow::Output() const`

Публичные статические функции
`UseLocking(bool x)`	`Attrs`

Структуры
tensorflow::ops::SparseApplyRMSProp::Attrs	Необязательные параметры настройки для SparseApplyRMSProp.

Публичные атрибуты

operation

Operation operation

out

::tensorflow::Output out

Публичные функции

SparseApplyRMSProp

 SparseApplyRMSProp(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input ms,
  ::tensorflow::Input mom,
  ::tensorflow::Input lr,
  ::tensorflow::Input rho,
  ::tensorflow::Input momentum,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices
)

SparseApplyRMSProp

 SparseApplyRMSProp(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input ms,
  ::tensorflow::Input mom,
  ::tensorflow::Input lr,
  ::tensorflow::Input rho,
  ::tensorflow::Input momentum,
  ::tensorflow::Input epsilon,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices,
  const SparseApplyRMSProp::Attrs & attrs
)

node

::tensorflow::Node * node() const

operator::tensorflow::Input

operator::tensorflow::Input() const

operator::tensorflow::Output

operator::tensorflow::Output() const

Публичные статические функции

UseLocking

Attrs UseLocking(
  bool x
)

За исключением случаев, оговоренных отдельно, содержимое этой страницы лицензировано по лицензии Creative Commons Attribution 4.0, а примеры кода лицензированы по лицензии Apache 2.0. Дополнительные сведения см. в Политике разработчиков Google. Java — зарегистрированная торговая марка Oracle и/или ее аффилированных лиц. Некоторые данные лицензированы по лицензии numpy.

Последнее обновление: 2021-01-21 UTC.

© 2020 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/versions/r2.4/api_docs/cc/class/tensorflow/ops/sparse-apply-r-m-s-prop