Python training_ops.sparse_apply_adagrad_da方法代碼示例

本文整理匯總了Python中tensorflow.python.training.training_ops.sparse_apply_adagrad_da方法的典型用法代碼示例。如果您正苦於以下問題：Python training_ops.sparse_apply_adagrad_da方法的具體用法？Python training_ops.sparse_apply_adagrad_da怎麽用？Python training_ops.sparse_apply_adagrad_da使用的例子？那麽, 這裏精選的方法代碼示例或許可以為您提供幫助。您也可以進一步了解該方法所在類tensorflow.python.training.training_ops的用法示例。

在下文中一共展示了training_ops.sparse_apply_adagrad_da方法的2個代碼示例，這些例子默認根據受歡迎程度排序。您可以為喜歡或者感覺有用的代碼點讚，您的評價將有助於係統推薦出更棒的Python代碼示例。

示例1: _apply_sparse

# 需要導入模塊: from tensorflow.python.training import training_ops [as 別名]
# 或者: from tensorflow.python.training.training_ops import sparse_apply_adagrad_da [as 別名]
def _apply_sparse(self, grad, var):
    g_acc = self.get_slot(var, "gradient_accumulator")
    gg_acc = self.get_slot(var, "gradient_squared_accumulator")
    # Performance optimization so that worker creates a copy of the global step
    # to avoid overloading the parameter server holding the global step.
    with ops.device(grad[0].device):
      global_step = array_ops.identity(self._global_step) + 1
    return training_ops.sparse_apply_adagrad_da(
        var,
        g_acc,
        gg_acc,
        grad.values,
        grad.indices,
        math_ops.cast(self._learning_rate_tensor, var.dtype.base_dtype),
        math_ops.cast(self._l1_regularization_strength, var.dtype.base_dtype),
        math_ops.cast(self._l2_regularization_strength, var.dtype.base_dtype),
        global_step,
        use_locking=self._use_locking)

開發者ID:ryfeus，項目名稱:lambda-packs，代碼行數:20，代碼來源:adagrad_da.py

示例2: _apply_sparse

# 需要導入模塊: from tensorflow.python.training import training_ops [as 別名]
# 或者: from tensorflow.python.training.training_ops import sparse_apply_adagrad_da [as 別名]
def _apply_sparse(self, grad, var):
    g_acc = self.get_slot(var, "gradient_accumulator")
    gg_acc = self.get_slot(var, "gradient_squared_accumulator")
    with ops.device(var.device):
      global_step = array_ops.identity(self._global_step_on_worker)
    return training_ops.sparse_apply_adagrad_da(
        var,
        g_acc,
        gg_acc,
        grad.values,
        grad.indices,
        math_ops.cast(self._learning_rate_tensor, var.dtype.base_dtype),
        math_ops.cast(self._l1_regularization_strength, var.dtype.base_dtype),
        math_ops.cast(self._l2_regularization_strength, var.dtype.base_dtype),
        global_step,
        use_locking=self._use_locking)

開發者ID:PacktPublishing，項目名稱:Serverless-Deep-Learning-with-TensorFlow-and-AWS-Lambda，代碼行數:18，代碼來源:adagrad_da.py

注：本文中的tensorflow.python.training.training_ops.sparse_apply_adagrad_da方法示例由純淨天空整理自Github/MSDocs等開源代碼及文檔管理平台，相關代碼片段篩選自各路編程大神貢獻的開源項目，源碼版權歸原作者所有，傳播和使用請參考對應項目的License；未經允許，請勿轉載。