ApplyFtrl

classe finale pubblica ApplyFtrl

Aggiorna '*var' secondo lo schema Ftrl-prossimale.

grad_with_shrinkage = grad + 2 * l2_shrinkage * var accum_new = accum + grad * grad lineare += grad_with_shrinkage - (accum_new^(-lr_power) - accum^(-lr_power)) / lr * var quadratico = 1.0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (segno(lineare) * l1 - lineare) / quadratico if |lineare| > l1 altrimenti 0.0 accum = accum_new

Classi nidificate

classe ApplyFtrl.Options Attributi facoltativi per ApplyFtrl

Costanti

Corda OP_NAME Il nome di questa operazione, come noto al motore principale di TensorFlow

Metodi pubblici

Uscita <T>	comeuscita () Restituisce l'handle simbolico del tensore.
statico <T estende TType > ApplyFtrl <T>	create ( Ambito ambito , Operando <T> var, Operando <T> accum, Operando <T> linear, Operando <T> grad, Operando <T> lr, Operando <T> l1, Operando <T> l2, Operando <T > l2Ritiro, Operando <T> lrPower, Opzioni... opzioni) Metodo factory per creare una classe che racchiude una nuova operazione ApplyFtrl.
ApplyFtrl.Options statico	moltiplicaLinearByLr (moltiplicazione booleanaLinearByLr)
Uscita <T>	fuori () Uguale a "var".
ApplyFtrl.Options statico	useLocking (useLocking booleano)

Metodi ereditati

Dalla classe org.tensorflow.op.RawOp

booleano finale	è uguale a (Oggetto oggetto)
finale int	codice hash ()
Operazione	operazione () Restituisce questa unità di calcolo come una singola `Operation` .
stringa finale	accordare ()

Dalla classe java.lang.Object

booleano	è uguale a (Oggetto arg0)
Classe finale<?>	getClass ()
int	codice hash ()
vuoto finale	notificare ()
vuoto finale	notificaTutti ()
Corda	accordare ()
vuoto finale	attendere (lungo arg0, int arg1)
vuoto finale	aspetta (lungo arg0)
vuoto finale	Aspettare ()

Dall'interfaccia org.tensorflow.op.Op

ambiente di esecuzione astratto	ambiente () Restituisce l'ambiente di esecuzione in cui è stata creata questa operazione.
Operazione astratta	operazione () Restituisce questa unità di calcolo come una singola `Operation` .

Dall'interfaccia org.tensorflow.Operand

Output astratto <T>	comeuscita () Restituisce l'handle simbolico del tensore.
astratto T	come tensore () Restituisce il tensore in questo operando.
forma astratta	forma () Restituisce la forma (possibilmente parzialmente conosciuta) del tensore a cui fa riferimento l' `Output` di questo operando.
Classe astratta<T>	tipo () Restituisce il tipo tensore di questo operando

Dall'interfaccia org.tensorflow.ndarray.Shaped

astratto int	rango ()
forma astratta	forma ()
astratto lungo	misurare () Calcola e restituisce la dimensione totale di questo contenitore, in numero di valori.

Costanti

Stringa finale statica pubblica OP_NAME

Il nome di questa operazione, come noto al motore principale di TensorFlow

Valore costante: "ApplyFtrlV2"

Metodi pubblici

Uscita pubblica <T> asOutput ()

Restituisce l'handle simbolico del tensore.

Gli input per le operazioni TensorFlow sono output di un'altra operazione TensorFlow. Questo metodo viene utilizzato per ottenere un handle simbolico che rappresenta il calcolo dell'input.

public static ApplyFtrl <T> create ( Scope scope, Operando <T> var, Operando <T> accum, Operando <T> linear, Operando <T> grad, Operando <T> lr, Operando <T> l1, Operando <T > l2, Operando <T> l2Shrinkage, Operando <T> lrPower, Opzioni... opzioni)

Metodo factory per creare una classe che racchiude una nuova operazione ApplyFtrl.

Parametri

scopo	ambito attuale
var	Dovrebbe provenire da una variabile().
accu	Dovrebbe provenire da una variabile().
lineare	Dovrebbe provenire da una variabile().
grado	Il gradiente.
lr	Fattore di scala. Deve essere uno scalare.
l1	Regolarizzazione L1. Deve essere uno scalare.
l2	Regolarizzazione del ritiro L2. Deve essere uno scalare.
lrPower	Fattore di scala. Deve essere uno scalare.
opzioni	trasporta valori di attributi opzionali

ritorna

una nuova istanza di ApplyFtrl

public static ApplyFtrl.Options multiplyLinearByLr (moltiplicazione booleanaLinearByLr)

Uscita pubblica <T> out ()

Uguale a "var".

public static ApplyFtrl.Options useLocking (useLocking booleano)

Parametri

utilizzareBlocco	Se "Vero", l'aggiornamento dei tensori var e accum sarà protetto da un blocco; altrimenti il comportamento non è definito, ma può mostrare meno contesa.