قم بتحديث '*var' وفقًا لخوارزمية AdaMax.
m_t <- beta1 * m_{t-1} + (1 - beta1) * g v_t <- max(beta2 * v_{t-1}, abs(g)) متغير <- متغير - معدل التعلم / (1 - beta1^ ر) * m_t / (v_t + إبسيلون)
فئات متداخلة
| فصل | ApplyAdaMax.Options | السمات الاختيارية لـ ApplyAdaMax | |
الثوابت
| خيط | OP_NAME | اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي |
الأساليب العامة
| الإخراج <T> | كإخراج () إرجاع المقبض الرمزي للموتر. |
| ثابت <T يمتد TType > ApplyAdaMax <T> | |
| الإخراج <T> | خارج () نفس "فار". |
| ApplyAdaMax.Options ثابت | useLocking (استخدام منطقي منطقي) |
الطرق الموروثة
الثوابت
السلسلة النهائية الثابتة العامة OP_NAME
اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي
الأساليب العامة
الإخراج العام <T> كإخراج ()
إرجاع المقبض الرمزي للموتر.
المدخلات إلى عمليات TensorFlow هي مخرجات عملية TensorFlow أخرى. يتم استخدام هذه الطريقة للحصول على مقبض رمزي يمثل حساب الإدخال.
ثابت عام ApplyAdaMax <T> إنشاء ( نطاق النطاق ، المعامل <T> var، المعامل <T> m، المعامل <T> v، المعامل <T> beta1Power، المعامل <T> lr، المعامل <T> beta1، المعامل <T > beta2، المعامل <T> إبسيلون، المعامل <T> غراد، خيارات... خيارات)
طريقة المصنع لإنشاء فئة تغلف عملية ApplyAdaMax جديدة.
حدود
| نِطَاق | النطاق الحالي |
|---|---|
| فار | يجب أن يكون من متغير (). |
| م | يجب أن يكون من متغير (). |
| الخامس | يجب أن يكون من متغير (). |
| beta1Power | يجب أن يكون العددية. |
| lr | عامل التحجيم. يجب أن يكون العددية. |
| بيتا1 | عامل الزخم. يجب أن يكون العددية. |
| بيتا2 | عامل الزخم. يجب أن يكون العددية. |
| إبسيلون | مصطلح ريدج. يجب أن يكون العددية. |
| خريج | التدرج. |
| خيارات | يحمل قيم السمات الاختيارية |
عائدات
- مثيل جديد من ApplyAdaMax
ApplyAdaMax.Options العام الثابت useLocking (الاستخدام المنطقي Boolean useLocking)
حدود
| useLocking | إذا كان "صحيحًا"، فسيتم حماية تحديث الموترات var وm وv بواسطة قفل؛ وإلا فإن السلوك غير محدد، ولكنه قد يحمل قدرًا أقل من الخلاف. |
|---|