• Home
  • Line#
  • Scopes#
  • Navigate#
  • Raw
  • Download
1mindspore.ops.ApplyGradientDescent
2===================================
3
4.. py:class:: mindspore.ops.ApplyGradientDescent
5
6    通过从 `var` 中减去 `alpha` * `delta` 来更新 `var` 。
7
8    .. math::
9        var = var - \alpha * \delta
10
11    其中 :math:`\alpha` 代表 `alpha` ， :math:`\delta` 代表 `delta` 。
12
13    `var` 和 `delta` 的输入遵循隐式类型转换规则，使数据类型一致。如果它们具有不同的数据类型，则低精度数据类型将转换为相对最高精度数据类型。
14
15    输入：
16        - **var** (Parameter) - 要更新的变量，为任意维度，其数据类型为float32或float16。其shape为 :math:`(N, *)` ，其中 :math:`*` 为任意数量的额外维度。
17        - **alpha** (Union[Number, Tensor]) - 调节系数，必须是Scalar。数据类型为float32或float16。
18        - **delta** (Tensor) - 变化的Tensor，shape与 `var` 相同。
19
20    输出：
21        Tensor，更新后的 `var` 。
22
23    异常：
24        - **TypeError** - 如果 `var` 或 `alpha` 的数据类型既不是float16也不是float32。
25        - **TypeError** - 如果 `delta` 不是Tensor。
26        - **TypeError** - 如果 `alpha` 既不是数值型也不是Tensor。
27        - **TypeError** - 如果不支持 `var` 和 `delta` 数据类型转换。
28