Spec-Zone.ru › TensorFlow 1.15

tf.tpu.experimental.AdagradParameters

Параметры оптимизации Adagrad для встраивания TPU.

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.tpu.experimental.AdagradParameters

tf.tpu.experimental.AdagradParameters(
    learning_rate, initial_accumulator=0.1, use_gradient_accumulation=True,
    clip_weight_min=None, clip_weight_max=None
)

Передайте это в tf.estimator.tpu.experimental.EmbeddingConfigSpec через аргумент optimization_parameters, чтобы установить оптимизатор и его параметры. Дополнительные сведения см. в документации для tf.estimator.tpu.experimental.EmbeddingConfigSpec.

estimator = tf.estimator.tpu.TPUEstimator(
    ...
    embedding_spec=tf.estimator.tpu.experimental.EmbeddingConfigSpec(
        ...
        optimization_parameters=tf.tpu.experimental.AdagradParameters(0.1),
        ...))
Аргументы
learning_rate используется для обновления таблицы встраивания.
initial_accumulator начальное значение аккумулятора для Adagrad.
use_gradient_accumulation установка этого значения в False делает вычисление градиентов встраивания менее точным, но быстрее. Подробности см. в optimization_parameters.proto.
clip_weight_min минимальное значение для обрезки; None означает -бесконечность.
clip_weight_max максимальное значение для обрезки; None означает +бесконечность.

© 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/tpu/experimental/AdagradParameters

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API