tf.compat.v1.tpu.experimental.StochasticGradientDescentParameters

Параметры оптимизации градиентного спуска для встраивания TPU.

tf.compat.v1.tpu.experimental.StochasticGradientDescentParameters(
    learning_rate, clip_weight_min=None, clip_weight_max=None,
    weight_decay_factor=None, multiply_weight_decay_factor_by_learning_rate=None
)

Передайте это в tf.estimator.tpu.experimental.EmbeddingConfigSpec через аргумент optimization_parameters, чтобы установить оптимизатор и его параметры. См. документацию для tf.estimator.tpu.experimental.EmbeddingConfigSpec для получения более подробной информации.

estimator = tf.estimator.tpu.TPUEstimator(
    ...
    embedding_config_spec=tf.estimator.tpu.experimental.EmbeddingConfigSpec(
        ...
        optimization_parameters=(
            tf.tpu.experimental.StochasticGradientDescentParameters(0.1))))

Аргументы
`learning_rate`	значение с плавающей точкой. Скорость обучения.
`clip_weight_min`	минимальное значение для обрезки; None означает -бесконечность.
`clip_weight_max`	максимальное значение для обрезки; None означает +бесконечность.
`weight_decay_factor`	величина распада веса; None означает, что веса не распадаются.
`weight_decay_factor`	если True, `weight_decay_factor` умножается на текущую скорость обучения.

© 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/r2.3/api_docs/python/tf/compat/v1/tpu/experimental/StochasticGradientDescentParameters