tensorflow::ops::ResourceSparseApplyKerasMomentum

#include <training_ops.h>

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

Резюме

Установите use_nesterov = True, если хотите использовать импульс Нестерова.

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

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

Аргументы:

• scope: Объект Scope
• var: Должен быть из Variable().
• accum: Должен быть 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 привести к меньшему конфликту.
• use_nesterov: Если True, тензор, переданный для вычисления grad, будет var + momentum * accum, поэтому в итоге var, который вы получите, фактически будет var + momentum * accum.

Возвращает:

• созданный Operation

Общедоступные атрибуты

Operation operation

Общедоступные функции

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

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

operator::tensorflow::Operation() const 

Общедоступные статические функции

Attrs UseLocking(
  bool x
)

Attrs UseNesterov(
  bool x
)