Cette page a été traduite par l'API Cloud Translation.
Switch to English

tensorflow :: ops :: SparseApplyFtrlV2

#include <training_ops.h>

Mettre à jour les entrées pertinentes dans « * var » selon le schéma Ftrl-proximale.

Résumé

C'est pour les lignes que nous avons GRAD pour, nous mettons à jour var, accum et linéaire comme suit: grad_with_shrinkage = grad + 2 * l2_shrinkage * var accum_new = accum + grad * grad linéaire + = grad_with_shrinkage - (accum_new ^ (- lr_power) - accum ^ (-lr_power)) / lr * var quadratique = 1,0 / (accum_new ^ (lr_power) * lr) + 2 * l2 var = (signe (linéaire) * l1 - linéaire) / quadratique si | linéaire | > 0.0 accum autre l1 = accum_new

Arguments:

  • portée: A Portée objet
  • var: Devrait être d'une variable ().
  • accum: Devrait être d'une variable ().
  • linéaire: Devrait être d'une variable ().
  • grad: Le gradient.
  • indices: Un vecteur d'indices dans la première dimension de var et accum.
  • lr: Facteur d'échelle. Doit être un scalaire.
  • l1: régularisation L1. Doit être un scalaire.
  • L2: régularisation de retrait L2. Doit être un scalaire.
  • lr_power: Facteur d'échelle. Doit être un scalaire.

Les attributs facultatifs (voir Attrs ):

  • use_locking: Si True , la mise à jour des tenseurs var et ACCUM seront protégées par une serrure; sinon le comportement est indéfini, mais peut présenter moins affirmation.

Retour:

  • Output : Identique à « var ».

Constructeurs et Destructeurs

SparseApplyFtrlV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input accum, :: tensorflow::Input linear, :: tensorflow::Input grad, :: tensorflow::Input indices, :: tensorflow::Input lr, :: tensorflow::Input l1, :: tensorflow::Input l2, :: tensorflow::Input l2_shrinkage, :: tensorflow::Input lr_power)
SparseApplyFtrlV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input accum, :: tensorflow::Input linear, :: tensorflow::Input grad, :: tensorflow::Input indices, :: tensorflow::Input lr, :: tensorflow::Input l1, :: tensorflow::Input l2, :: tensorflow::Input l2_shrinkage, :: tensorflow::Input lr_power, const SparseApplyFtrlV2::Attrs & attrs)

attributs publics

operation
out

Les fonctions publiques

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

fonctions statiques publiques

MultiplyLinearByLr (bool x)
UseLocking (bool x)

struct

tensorflow :: :: ops SparseApplyFtrlV2 :: ATTRS

Setters d'attributs en option pour SparseApplyFtrlV2 .

attributs publics

opération

 Operation operation

en dehors

:: tensorflow::Output out

Les fonctions publiques

SparseApplyFtrlV2

 SparseApplyFtrlV2(
  const :: tensorflow::Scope & scope,
  :: tensorflow::Input var,
  :: tensorflow::Input accum,
  :: tensorflow::Input linear,
  :: tensorflow::Input grad,
  :: tensorflow::Input indices,
  :: tensorflow::Input lr,
  :: tensorflow::Input l1,
  :: tensorflow::Input l2,
  :: tensorflow::Input l2_shrinkage,
  :: tensorflow::Input lr_power
)

SparseApplyFtrlV2

 SparseApplyFtrlV2(
  const :: tensorflow::Scope & scope,
  :: tensorflow::Input var,
  :: tensorflow::Input accum,
  :: tensorflow::Input linear,
  :: tensorflow::Input grad,
  :: tensorflow::Input indices,
  :: tensorflow::Input lr,
  :: tensorflow::Input l1,
  :: tensorflow::Input l2,
  :: tensorflow::Input l2_shrinkage,
  :: tensorflow::Input lr_power,
  const SparseApplyFtrlV2::Attrs & attrs
)

nœud

::tensorflow::Node * node() const 

opérateur :: tensorflow :: entrée

 operator::tensorflow::Input() const 

opérateur :: tensorflow :: sortie

 operator::tensorflow::Output() const 

fonctions statiques publiques

MultiplyLinearByLr

 Attrs MultiplyLinearByLr(
  bool x
)

UseLocking

 Attrs UseLocking(
  bool x
)