tf.tpu.experimental.AdagradParameters
Параметры оптимизации Adagrad для встраивания TPU.
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