کلاس عمومی Ftrl
بهینه ساز که الگوریتم FTRL را پیاده سازی می کند.
این نسخه از L2 آنلاین (جریمه L2 که در مقاله زیر آمده است) و L2 از نوع انقباض (که علاوه بر جریمه L2 به تابع ضرر) پشتیبانی می کند.
همچنین ببینید
ثابت ها
| رشته | انباشت کننده | |
| شناور | INITIAL_ACCUMULATOR_VALUE_DEFAULT | |
| شناور | L1STRENGTH_DEFAULT | |
| شناور | L2STRENGTH_DEFAULT | |
| شناور | L2_SHRINKAGE_REGULARIZATION_STRENGTH_DEFAULT | |
| شناور | LEARNING_RATE_DEFAULT | |
| شناور | LEARNING_RATE_POWER_DEFAULT | |
| رشته | LINEAR_ACCUMULATOR |
ثابت های ارثی
سازندگان عمومی
روش های عمومی
| رشته | getOptimizerName () نام بهینه ساز را دریافت کنید. |
روش های ارثی
ثابت ها
ACCUMULATOR نهایی استاتیک عمومی
مقدار ثابت: "gradient_accumulator"
شناور نهایی استاتیک عمومی INITIAL_ACCUMULATOR_VALUE_DEFAULT
مقدار ثابت: 0.1
شناور نهایی ثابت عمومی L1STRENGTH_DEFAULT
مقدار ثابت: 0.0
شناور نهایی استاتیک عمومی L2STRENGTH_DEFAULT
مقدار ثابت: 0.0
شناور نهایی ثابت عمومی L2_SHRINKAGE_REGULARIZATION_STRENGTH_DEFAULT
مقدار ثابت: 0.0
شناور نهایی ثابت عمومی LEARNING_RATE_DEFAULT
مقدار ثابت: 0.001
شناور نهایی ثابت عمومی LEARNING_RATE_POWER_DEFAULT
مقدار ثابت: -0.5
رشته نهایی ثابت عمومی LINEAR_ACCUMULATOR
مقدار ثابت: "linear_accumulator"
سازندگان عمومی
عمومی Ftrl (گراف نمودار ، نام رشته)
یک Ftrl Optimizer ایجاد می کند
مولفه های
| نمودار | نمودار TensorFlow |
|---|---|
| نام | نام این بهینه ساز |
عمومی Ftrl ( گراف نمودار، نرخ یادگیری شناور)
یک Ftrl Optimizer ایجاد می کند
مولفه های
| نمودار | نمودار TensorFlow |
|---|---|
| نرخ یادگیری | میزان یادگیری |
عمومی Ftrl ( گراف نمودار، نام رشته، نرخ یادگیری شناور)
یک Ftrl Optimizer ایجاد می کند
مولفه های
| نمودار | نمودار TensorFlow |
|---|---|
| نام | نام این بهینه ساز |
| نرخ یادگیری | میزان یادگیری |
عمومی Ftrl ( گراف نمودار، نرخ یادگیری شناور، نرخ یادگیری شناور، مقدار اولیه جمع‌آوری شناور، float l1 استحکام، شناور l2 استحکام، شناور l2ShrinkageRegularizationStrength)
یک Ftrl Optimizer ایجاد می کند
مولفه های
| نمودار | نمودار TensorFlow |
|---|---|
| نرخ یادگیری | میزان یادگیری |
| LearnRatePower | نحوه کاهش میزان یادگیری در طول آموزش را کنترل می کند. برای نرخ یادگیری ثابت از صفر استفاده کنید. |
| FillAccumulatorValue | مقدار شروع برای آکومولاتورها فقط مقادیر صفر یا مثبت مجاز هستند. |
| l1 قدرت | قدرت تنظیم L1 باید بزرگتر یا مساوی صفر باشد. |
| l2 قدرت | قدرت تنظیم L2 باید بزرگتر یا مساوی صفر باشد. |
| l2استحکام انقباض منظم | این تفاوت با L2 بالا در این است که L2 بالا یک جریمه تثبیت است، در حالی که این انقباض L2 یک جریمه بزرگ است. باید بزرگتر یا مساوی صفر باشد. |
پرتاب می کند
| IllegalArgumentException | اگر مقدار اولیه Accumulator، l1RegularizationStrength، l2RegularizationStrength، یا l2ShrinkageRegularizationStrength کمتر از 0.0 باشد، یا LearnRatePower بیشتر از 0.0 باشد. |
|---|
عمومی Ftrl ( گراف نمودار، نام رشته، نرخ یادگیری شناور، نرخ یادگیری شناور، مقدار اولیه جمع‌آوری شناور، مقدار float l1 استحکام، شناور l2 استحکام، float l2ShrinkageRegularizationStrength)
یک Ftrl Optimizer ایجاد می کند
مولفه های
| نمودار | نمودار TensorFlow |
|---|---|
| نام | نام این بهینه ساز |
| نرخ یادگیری | میزان یادگیری |
| LearnRatePower | نحوه کاهش میزان یادگیری در طول آموزش را کنترل می کند. برای نرخ یادگیری ثابت از صفر استفاده کنید. |
| FillAccumulatorValue | مقدار شروع برای آکومولاتورها فقط مقادیر صفر یا مثبت مجاز هستند. |
| l1 قدرت | قدرت تنظیم L1 باید بزرگتر یا مساوی صفر باشد. |
| l2 قدرت | قدرت تنظیم L2 باید بزرگتر یا مساوی صفر باشد. |
| l2استحکام انقباض منظم | این تفاوت با L2 بالا در این است که L2 بالا یک جریمه تثبیت است، در حالی که این انقباض L2 یک جریمه بزرگ است. باید بزرگتر یا مساوی صفر باشد. |
پرتاب می کند
| IllegalArgumentException | اگر مقدار اولیه Accumulator، l1RegularizationStrength، l2RegularizationStrength، یا l2ShrinkageRegularizationStrength کمتر از 0.0 باشد، یا LearnRatePower بیشتر از 0.0 باشد. |
|---|
روش های عمومی
رشته عمومی getOptimizerName ()
نام بهینه ساز را دریافت کنید.
برمی گرداند
- نام بهینه ساز