tf.raw_ops.ApplyRMSProp

Обновление '*var' в соответствии с алгоритмом RMSProp.

Просмотр псевдонимов

Псевдонимы для миграции

tf.compat.v1.raw_ops.ApplyRMSProp

tf.raw_ops.ApplyRMSProp(
    var,
    ms,
    mom,
    lr,
    rho,
    momentum,
    epsilon,
    grad,
    use_locking=False,
    name=None
)

Обратите внимание, что в плотной реализации этого алгоритма ms и mom будут обновляться даже если градиент равен нулю, но в этой разреженной реализации ms и mom не будут обновляться в итерациях, в которых градиент равен нулю.

mean_square = decay * mean_square + (1-decay) * gradient ** 2 Delta = learning_rate * gradient / sqrt(mean_square + epsilon)

ms <- rho * ms{t-1} + (1-rho) * grad * grad mom <- momentum * mom{t-1} + lr * grad / sqrt(ms + epsilon) var <- var - mom

Аргументы
`var`	Изменяемая `Tensor`. Должна быть одного из следующих типов: `float32`, `float64`, `int32`, `uint8`, `int16`, `int8`, `complex64`, `int64`, `qint8`, `quint8`, `qint32`, `bfloat16`, `uint16`, `complex128`, `half`, `uint32`, `uint64`. Должна быть получена из Variable().
`ms`	Изменяемая `Tensor`. Должна иметь тот же тип, что и `var`. Должна быть получена из Variable().
`mom`	Изменяемая `Tensor`. Должна иметь тот же тип, что и `var`. Должна быть получена из Variable().
`lr`	`Tensor`. Должна иметь тот же тип, что и `var`. Коэффициент масштабирования. Должен быть скаляром.
`rho`	`Tensor`. Должна иметь тот же тип, что и `var`. Скорость затухания. Должен быть скаляром.
`momentum`	`Tensor`. Должна иметь тот же тип, что и `var`.
`epsilon`	`Tensor`. Должна иметь тот же тип, что и `var`. Добавочный член. Должен быть скаляром.
`grad`	`Tensor`. Должна иметь тот же тип, что и `var`. Градиент.
`use_locking`	Необязательный `bool`. По умолчанию `False`. Если `True`, обновление тензоров var, ms и mom защищено блокировкой; в противном случае поведение не определено, но может иметь меньшую конкуренцию.
`name`	Имя операции (необязательно).

Возвращаемое значение
Изменяемая `Tensor`. Имеет тот же тип, что и `var`.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/raw_ops/ApplyRMSProp