tf.raw_ops.ResourceApplyAdaMax

Обновление '*var' в соответствии с алгоритмом AdaMax.

Просмотр псевдонимов

Псевдонимы для миграции

Дополнительные сведения см. в руководстве по миграции.

tf.compat.v1.raw_ops.ResourceApplyAdaMax

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`	Численное значение. Должно быть одним из следующих типов: `float32`, `float64`, `int32`, `uint8`, `int16`, `int8`, `complex64`, `int64`, `qint8`, `quint8`, `qint32`, `bfloat16`, `uint16`, `complex128`, `half`, `uint32`, `uint64`. Должно быть скалярным.
`lr`	Численное значение. Должно быть того же типа, что и `beta1_power`. Коэффициент масштабирования. Должно быть скалярным.
`beta1`	Численное значение. Должно быть того же типа, что и `beta1_power`. Коэффициент импульса. Должно быть скалярным.
`beta2`	Численное значение. Должно быть того же типа, что и `beta1_power`. Коэффициент импульса. Должно быть скалярным.
`epsilon`	Численное значение. Должно быть того же типа, что и `beta1_power`. Слагаемое гребня. Должно быть скалярным.
`grad`	Численное значение. Должно быть того же типа, 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 не определено, но может характеризоваться меньшим конкурентным взаимодействием.
`name`	Название операции (необязательно).

Возвращаемое значение
Созданная операция.

© 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/ResourceApplyAdaMax