tf.raw_ops.SparseApplyAdagradV2
Обновление соответствующих элементов в 'var' и 'accum' в соответствии со схемой adagrad.
tf.raw_ops.SparseApplyAdagradV2(
var,
accum,
lr,
epsilon,
grad,
indices,
use_locking=False,
update_slots=True,
name=None
)
То есть для строк, для которых у нас есть градиент, мы обновляем var и accum следующим образом:
\[accum += grad * grad\]
\[var -= lr * grad * (1 / sqrt(accum))\]
| Аргументы | |
|---|---|
var | Изменяемый Tensor. Должен быть одного из следующих типов: float32, float64, int32, uint8, int16, int8, complex64, int64, qint8, quint8, qint32, bfloat16, uint16, complex128, half, uint32, uint64. Должен быть из Variable(). |
accum | Изменяемый Tensor. Должен иметь тот же тип, что и var. Должен быть из Variable(). |
lr | Tensor. Должен иметь тот же тип, что и var. Скорость обучения. Должен быть скаляром. |
epsilon | Tensor. Должен иметь тот же тип, что и var. Постоянный коэффициент. Должен быть скаляром. |
grad | Tensor. Должен иметь тот же тип, что и var. Градиент. |
indices | Tensor. Должен быть одного из следующих типов: int32, int64. Вектор индексов в первом измерении var и accum. |
use_locking | Необязательный bool. По умолчанию False. Если True, обновление тензоров var и accum будет защищено блокировкой; в противном случае поведение не определено, но может проявиться меньшая конкуренция. |
update_slots | Необязательный bool. По умолчанию True. |
name | Имя операции (необязательно). |
| Возвращаемые значения | |
|---|---|
Изменяемый 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/SparseApplyAdagradV2
