SparseAddGrad

halka açık final sınıfı SparseAddGrad

SparseAdd işlemi için gradyan operatörü.

SparseAdd işlemi A + B'yi hesaplar; burada A, B ve toplam, "SparseTensor" nesneleri olarak temsil edilir. Bu işlem, toplamın boş olmayan değerlerine göre yukarı akış degradesini alır ve A ve B'nin boş olmayan değerlerine göre degradelerin çıktısını alır.

Sabitler

Sicim OP_NAME Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı

Genel Yöntemler

Çıkış <T>
aValGrad ()
'[nnz(A)]' şeklinde 1-D.
Çıkış <T>
bValGrad ()
'[nnz(B)]' şeklinde 1-D.
static <T, TType'ı genişletir > SparseAddGrad <T>
create ( Kapsam kapsamı, İşlenen <T> backpropValGrad, İşlenen < TInt64 > aIndices, İşlenen < TInt64 > bIndices, İşlenen < TInt64 > sumIndices)
Yeni bir SparseAddGrad işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.

Kalıtsal Yöntemler

org.tensorflow.op.RawOp sınıfından
son boole değeri
eşittir (Nesne nesnesi)
son int
Operasyon
işlem ()
Bu hesaplama birimini tek bir Operation olarak döndürün.
son Dize
boolean
eşittir (Nesne arg0)
son Sınıf<?>
getClass ()
int
hash kodu ()
son boşluk
bildir ()
son boşluk
tümünü bildir ()
Sicim
toString ()
son boşluk
bekle (uzun arg0, int arg1)
son boşluk
bekle (uzun arg0)
son boşluk
Beklemek ()
org.tensorflow.op.Op arayüzünden
özet Yürütme Ortamı
env ()
Bu operasyonun oluşturulduğu yürütme ortamını döndürün.
soyut Operasyon
işlem ()
Bu hesaplama birimini tek bir Operation olarak döndürün.

Sabitler

genel statik son Dize OP_NAME

Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı

Sabit Değer: "SparseAddGrad"

Genel Yöntemler

genel Çıkış <T> aValGrad ()

'[nnz(A)]' şeklinde 1-D. A'nın boş olmayan değerlerine göre gradyan.

genel Çıkış <T> bValGrad ()

'[nnz(B)]' şeklinde 1-D. B'nin boş olmayan değerlerine göre gradyan.

public static SparseAddGrad <T> create ( Kapsam kapsamı, İşlenen <T> backpropValGrad, İşlenen < TInt64 > aIndices, İşlenen < TInt64 > bIndices, İşlenen < TInt64 > sumIndices)

Yeni bir SparseAddGrad işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.

Parametreler
kapsam mevcut kapsam
backpropValGrad '[nnz(sum)]' şeklinde 1-D. Toplamın boş olmayan değerlerine göre gradyan.
aEndeksler 2-D. 'SparseTensor' A'nın 'indeksleri', boyut '[nnz(A), ndims]'.
b Endeksleri 2-D. 'SparseTensor' B'nin 'indeksleri', boyut '[nnz(B), ndims]'.
toplam Endeksler 2-D. 'SparseTensor' toplamının 'indeksleri', boyut '[nnz(sum), ndims]'.
İadeler
  • SparseAddGrad'ın yeni bir örneği