ApplyFtrl

publiczna klasa końcowa ApplyFtrl

Zaktualizuj „*var” zgodnie ze schematem Ftrl-proksymalny.

grad_with_shrinkage = grad + 2 * l2_shrinkage * var accum_new = accum + grad * grad linear += grad_with_shrinkage - (accum_new^(-lr_power) - accum^(-lr_power)) / lr * var kwadratowy = 1.0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (znak(liniowy) * l1 - liniowy) / kwadratowy jeśli |liniowy| > l1 else 0,0 accum = accum_new

Klasy zagnieżdżone

klasa ZastosujFtrl.Opcje Opcjonalne atrybuty ApplyFtrl

Stałe

Strunowy OP_NAME Nazwa tej operacji znana silnikowi rdzenia TensorFlow

Metody publiczne

Wyjście <T>	jako wyjście () Zwraca symboliczny uchwyt tensora.
statyczny <T rozszerza TType > ApplyFtrl <T>	utwórz ( Zakres zasięgu , Operand <T> var, Argument <T> accum, Argument <T> linear, Argument <T> grad, Argument <T> lr, Argument <T> l1, Argument <T> l2, Argument <T > l2Shrinkage, Argument <T> lrPower, Opcje... opcje) Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację ApplyFtrl.
statyczne ApplyFtrl.Options	multiplyLinearByLr (Boolean multiplyLinearByLr)
Wyjście <T>	na zewnątrz () To samo co „var”.
statyczne ApplyFtrl.Options	useLocking (boolowski useLocking)

Metody dziedziczone

Z klasy org.tensorflow.op.RawOp

końcowa wartość logiczna	równa się (obiekt obiektu)
końcowy wew	hashCode ()
Operacja	op () Zwróć tę jednostkę obliczeniową jako pojedynczą `Operation` .
ostatni ciąg	doString ()

Z klasy java.lang.Object

wartość logiczna	równa się (Obiekt arg0)
ostatnia klasa<?>	pobierzKlasę ()
wew	hashCode ()
ostateczna pustka	powiadomić ()
ostateczna pustka	powiadom wszystkich ()
Strunowy	doString ()
ostateczna pustka	czekaj (długi arg0, int arg1)
ostateczna pustka	czekaj (długi arg0)
ostateczna pustka	Czekać ()

Z interfejsu org.tensorflow.op.Op

abstrakcyjne środowisko wykonania	środowisko () Zwróć środowisko wykonawcze, w którym utworzono tę operację.
abstrakcyjna operacja	op () Zwróć tę jednostkę obliczeniową jako pojedynczą `Operation` .

Z interfejsu org.tensorflow.Operand

streszczenie Wyjście <T>	jako wyjście () Zwraca symboliczny uchwyt tensora.
streszczenie T	asTensor () Zwraca tensor tego operandu.
abstrakcyjny kształt	kształt () Zwraca (prawdopodobnie częściowo znany) kształt tensora, do którego odnosi się dane `Output` tego operandu.
Klasa abstrakcyjna<T>	typ () Zwraca typ tensora tego operandu

Z interfejsu org.tensorflow.ndarray.Shaped

streszczenie wew	ranga ()
abstrakcyjny kształt	kształt ()
abstrakcyjne, długie	rozmiar () Oblicza i zwraca całkowity rozmiar tego kontenera w liczbie wartości.

Stałe

publiczny statyczny końcowy ciąg znaków OP_NAME

Nazwa tej operacji znana silnikowi rdzenia TensorFlow

Wartość stała: „ApplyFtrlV2”

Metody publiczne

publiczne wyjście <T> asOutput ()

Zwraca symboliczny uchwyt tensora.

Dane wejściowe operacji TensorFlow są wynikami innej operacji TensorFlow. Ta metoda służy do uzyskania symbolicznego uchwytu reprezentującego obliczenia danych wejściowych.

public static ApplyFtrl <T> create ( Zakres zasięgu, Operand <T> var, Operand <T> accum, Operand <T> linear, Operand <T> grad, Argument <T> lr, Argument <T> l1, Argument <T > l2, Argument <T> l2Shrinkage, Argument <T> lrPower, Opcje... opcje)

Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację ApplyFtrl.

Parametry

zakres	aktualny zakres
odm	Powinno pochodzić ze zmiennej ().
gromadzić	Powinno pochodzić ze zmiennej ().
liniowy	Powinno pochodzić ze zmiennej ().
absolwent	Gradient.
lr	Współczynnik skalowania. Musi być skalarem.
l1	Regularyzacja L1. Musi być skalarem.
l2	Regularyzacja skurczu L2. Musi być skalarem.
lrMoc	Współczynnik skalowania. Musi być skalarem.
opcje	przenosi opcjonalne wartości atrybutów

Zwroty

nowa instancja ApplyFtrl

public static ApplyFtrl.Options multiplyLinearByLr (Boolean multiplyLinearByLr)

publiczne wyjście <T> out ()

To samo co „var”.

public static ApplyFtrl.Options useLocking (Boolean useLocking)

Parametry

użyjBlokowanie	Jeśli `True`, aktualizacja tensorów var i accum będzie zabezpieczona blokadą; w przeciwnym razie zachowanie jest niezdefiniowane, ale może wykazywać mniejszą rywalizację.