栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

梯度下降的代码在哪里?

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

梯度下降的代码在哪里?

该实现进一步涉及本机c
++代码。这是

ApplyGradientDescent
GPU的实现(
core/kernels/training_ops_gpu.cu.cc
):

template <typename T>struct ApplyGradientDescent<GPUDevice, T> {  void operator()(const GPUDevice& d, typename TTypes<T>::Flat var,       typename TTypes<T>::ConstScalar lr,       typename TTypes<T>::ConstFlat grad) {    Eigen::array<typename TTypes<T>::Tensor::Index, 1> bcast;    bcast[0] = grad.dimension(0);    Eigen::Sizes<1> single;    var.device(d) -= lr.reshape(single).broadcast(bcast) * grad;  }};

CPU实现在此处(

core/kernels/training_ops.cc
):

template <typename T>struct ApplyGradientDescent<CPUDevice, T> {  void operator()(const CPUDevice& d, typename TTypes<T>::Flat var,       typename TTypes<T>::ConstScalar lr,       typename TTypes<T>::ConstFlat grad) {    var.device(d) -= grad * lr();  }};


转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/652857.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号