tf.raw_ops.ResourceApplyAdaMax
Обновление '*var' в соответствии с алгоритмом AdaMax.
tf.raw_ops.ResourceApplyAdaMax(
var, m, v, beta1_power, lr, beta1, beta2, epsilon, grad, use_locking=False,
name=None
)
mt <- beta1 * m{t-1} + (1 - beta1) * g vt <- max(beta2 * v{t-1}, abs(g)) variable <- variable - learning_rate / (1 - beta1^t) * m_t / (v_t + epsilon)
| Аргументы | |
|---|---|
var | Переменная типа resource. Должна быть получена из Variable(). |
m | Переменная типа resource. Должна быть получена из Variable(). |
v | Переменная типа resource. Должна быть получена из Variable(). |
beta1_power | Число. Должно быть одного из следующих типов: float32, float64, int32, uint8, int16, int8, complex64, int64, qint8, quint8, qint32, bfloat16, uint16, complex128, half, uint32, uint64. Должно быть скаляром. |
lr | Число. Должно иметь тот же тип, что и beta1_power. Фактор масштабирования. Должно быть скаляром. |
beta1 | Число. Должно иметь тот же тип, что и beta1_power. Фактор импульса. Должно быть скаляром. |
beta2 | Число. Должно иметь тот же тип, что и beta1_power. Фактор импульса. Должно быть скаляром. |
epsilon | Число. Должно иметь тот же тип, что и beta1_power. Член регулирования. Должно быть скаляром. |
grad | Число. Должно иметь тот же тип, что и beta1_power. Градиент. |
use_locking | Необязательное значение. По умолчанию False. Если True, обновление тензоров var, m и v будет защищено блокировкой; в противном случае поведение неопределенно, но может иметь меньше конфликтов. |
name | Название операции (необязательно). |
| Возвращаемые значения | |
|---|---|
| Созданная операция. |
© 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/r2.4/api_docs/python/tf/raw_ops/ResourceApplyAdaMax
