tf.contrib.estimator.TowerOptimizer

Собирает градиенты со всех башен и сводит их на последней.

Наследуется от: Optimizer

tf.contrib.estimator.TowerOptimizer(
    optimizer_or_optimizer_fn
)

Аргументы
`optimizer_or_optimizer_fn`	экземпляр оптимизатора для обертки. Этот экземпляр будет использоваться для оптимизатора-специфической логики. Это также может быть функция без аргументов, которая возвращает такой экземпляр оптимизатора.

Методы

`apply_gradients`

Просмотреть исходный код

apply_gradients(
    grads_and_vars, global_step=None, **kwargs
)

Собрать обновления градиентов, чтобы применить их на последней башне.

`compute_gradients`

Просмотреть исходный код

compute_gradients(
    loss, *args, **kwargs
)

Вычислить градиенты, но предварительно, при необходимости, масштабировать потерю.

`get_name`

Просмотреть исходный код

get_name(
    *args, **kwargs
)

`get_slot`

Просмотреть исходный код

get_slot(
    *args, **kwargs
)

Возвращает слот с именем name, созданный для var оптимизатором.

Некоторые подклассы Optimizer используют дополнительные переменные. Например, Momentum и Adagrad используют переменные для накопления обновлений. Этот метод предоставляет доступ к этим объектам Variable, если по какой-то причине они вам нужны.

Используйте get_slot_names() для получения списка имен слотов, созданных оптимизатором Optimizer.

Аргументы
`var`	Переменная, переданная в `minimize()` или `apply_gradients()`.
`name`	Строка.

Возвращает
Переменную `Variable` для слота, если она была создана, `None` в противном случае.

`get_slot_names`

Просмотреть исходный код

get_slot_names(
    *args, **kwargs
)

Возвращает список имен слотов, созданных оптимизатором Optimizer.

См. get_slot().

Возвращает
Список строк.

`has_been_used`

Просмотреть исходный код

@staticmethod
has_been_used()

`minimize`

Просмотреть исходный код

minimize(
    loss, global_step=None, var_list=None, gate_gradients=GATE_OP,
    aggregation_method=None, colocate_gradients_with_ops=False, name=None,
    grad_loss=None
)

Добавляет операции для минимизации loss, обновляя var_list.

Этот метод просто объединяет вызовы compute_gradients() и apply_gradients(). Если вы хотите обработать градиент перед его применением, вызовите compute_gradients() и apply_gradients() явно вместо использования этой функции.

Аргументы
`loss`	Объект `Tensor`, содержащий значение для минимизации.
`global_step`	Необязательный объект `Variable`, который увеличивается на единицу после обновления переменных.
`var_list`	Необязательный список или кортеж объектов `Variable` для обновления, чтобы минимизировать `loss`. По умолчанию это список переменных, собранных в графе под ключом `GraphKeys.TRAINABLE_VARIABLES`.
`gate_gradients`	Способ управления вычислением градиентов. Может быть `GATE_NONE`, `GATE_OP` или `GATE_GRAPH` .
`aggregation_method`	Указывает метод, используемый для объединения градиентных слагаемых. Допустимые значения определены в классе `AggregationMethod` .
`colocate_gradients_with_ops`	Если True, попробуйте разместить градиенты вместе с соответствующей операцией.
`name`	Необязательное имя для возвращаемой операции.
`grad_loss`	Необязательно. Объект `Tensor`, содержащий градиент, вычисленный для `loss` .

Возвращает
Операция, обновляющая переменные в `var_list`. Если `global_step` не `None`, эта операция также увеличивает `global_step` .

Возможные исключения
`ValueError`	Если некоторые переменные не являются объектами `Variable` .

Совместимость с Eager

При включенном режиме Eager выполнения, loss должна быть Python-функцией без аргументов, вычисляющей значение для минимизации. Минимизация (и вычисление градиента) выполняется относительно элементов var_list , если оно не None, иначе относительно всех обучаемых переменных, созданных во время выполнения функции loss . gate_gradients, aggregation_method, colocate_gradients_with_ops и grad_loss игнорируются при включенном режиме Eager выполнения.

`variables`

Просмотреть исходный код

variables(
    *args, **kwargs
)

Список переменных, которые кодируют текущее состояние Optimizer.

Включает переменные слотов и дополнительные глобальные переменные, созданные оптимизатором в текущем графике по умолчанию.

Возвращает
Список переменных.

Переменные класса

COLLECTION_FOR_GRAPH_STATES = 'replicate_model_fn_graph_states'
GATE_GRAPH = 2
GATE_NONE = 0
GATE_OP = 1

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/contrib/estimator/TowerOptimizer