classe pública Ftrl
Otimizador que implementa o algoritmo FTRL.
Esta versão tem suporte para L2 online (a penalidade L2 fornecida no artigo abaixo) e tipo de encolhimento L2 (que é a adição de uma penalidade L2 à função de perda).
Veja também
Constantes
Fragmento | ACUMULADOR | |
flutuador | INITIAL_ACCUMULATOR_VALUE_DEFAULT | |
flutuador | L1STRENGTH_DEFAULT | |
flutuador | L2STRENGTH_DEFAULT | |
flutuador | L2_SHRINKAGE_REGULARIZATION_STRENGTH_DEFAULT | |
flutuador | LEARNING_RATE_DEFAULT | |
flutuador | LEARNING_RATE_POWER_DEFAULT | |
Fragmento | LINEAR_ACCUMULATOR |
Constantes herdadas
Construtores Públicos
Métodos Públicos
Fragmento | getOptimizerName () Obtenha o nome do otimizador. |
Métodos herdados
Constantes
public static final String ACUMULADOR
Valor constante: "gradient_accumulator"
flutuante público estático final INITIAL_ACCUMULATOR_VALUE_DEFAULT
Valor constante: 0,1
flutuante público estático final L1STRENGTH_DEFAULT
Valor constante: 0,0
public static final float L2STRENGTH_DEFAULT
Valor constante: 0,0
public static final float L2_SHRINKAGE_REGULARIZATION_STRENGTH_DEFAULT
Valor constante: 0,0
flutuante público estático final LEARNING_RATE_DEFAULT
Valor constante: 0,001
flutuante público estático final LEARNING_RATE_POWER_DEFAULT
Valor constante: -0,5
public static final String LINEAR_ACCUMULATOR
Valor constante: "linear_accumulator"
Construtores Públicos
public Ftrl ( gráfico gráfico, nome da string)
Cria um Otimizador Ftrl
Parâmetros
gráfico | o gráfico TensorFlow |
---|---|
nome | o nome deste otimizador |
public Ftrl ( gráfico gráfico, float learningRate)
Cria um Otimizador Ftrl
Parâmetros
gráfico | o gráfico TensorFlow |
---|---|
taxa de Aprendizagem | a taxa de aprendizagem |
public Ftrl ( gráfico gráfico, nome da string, float learningRate)
Cria um Otimizador Ftrl
Parâmetros
gráfico | o gráfico TensorFlow |
---|---|
nome | o nome deste otimizador |
taxa de Aprendizagem | a taxa de aprendizagem |
public Ftrl ( Graph graph, float learningRate, float learningRatePower, float initialAccumulatorValue, float l1Strength, float l2Strength, float l2ShrinkageRegularizationStrength)
Cria um Otimizador Ftrl
Parâmetros
gráfico | o gráfico TensorFlow |
---|---|
taxa de Aprendizagem | a taxa de aprendizagem |
learningRatePower | Controla como a taxa de aprendizagem diminui durante o treinamento. Use zero para uma taxa de aprendizagem fixa. |
initialAccumulatorValue | O valor inicial para acumuladores. Somente zero ou valores positivos são permitidos. |
l1Força | a força de regularização L1, deve ser maior ou igual a zero. |
12 Força | a força de regularização L2, deve ser maior ou igual a zero. |
l2ShrinkageRegularizationStrength | Isso difere de L2 acima, pois L2 acima é uma penalidade de estabilização, ao passo que essa redução de L2 é uma penalidade de magnitude. deve ser maior ou igual a zero. |
Lança
Exceção de argumento ilegal | se initialAccumulatorValue, l1RegularizationStrength, l2RegularizationStrength ou l2ShrinkageRegularizationStrength forem menores que 0,0 ou learningRatePower for maior que 0,0. |
---|
public Ftrl ( Graph graph, String name, float learningRate, float learningRatePower, float initialAccumulatorValue, float l1Strength, float l2Strength, float l2ShrinkageRegularizationStrength)
Cria um Otimizador Ftrl
Parâmetros
gráfico | o gráfico TensorFlow |
---|---|
nome | o nome deste otimizador |
taxa de Aprendizagem | a taxa de aprendizagem |
learningRatePower | Controla como a taxa de aprendizagem diminui durante o treinamento. Use zero para uma taxa de aprendizagem fixa. |
initialAccumulatorValue | O valor inicial para acumuladores. Somente zero ou valores positivos são permitidos. |
l1Força | a força de regularização L1, deve ser maior ou igual a zero. |
12 Força | a força de regularização L2, deve ser maior ou igual a zero. |
l2ShrinkageRegularizationStrength | Isso difere de L2 acima, pois L2 acima é uma penalidade de estabilização, ao passo que essa redução de L2 é uma penalidade de magnitude. deve ser maior ou igual a zero. |
Lança
Exceção de argumento ilegal | se initialAccumulatorValue, l1RegularizationStrength, l2RegularizationStrength ou l2ShrinkageRegularizationStrength forem menores que 0,0 ou learningRatePower for maior que 0,0. |
---|
Métodos Públicos
public String getOptimizerName ()
Obtenha o nome do otimizador.
Devoluções
- O nome do otimizador.