ResourceSparseApplyFtrl

classe finale pubblica ResourceSparseApplyFtrl

Aggiorna le voci rilevanti in '*var' secondo lo schema Ftrl-prossimale.

Questo è per le righe per le quali abbiamo grad, aggiorniamo var, accum e linear come segue: grad_with_shrinkage = grad + 2 * l2_shrinkage * var accum_new = accum + grad_with_shrinkage * grad_with_shrinkage linear += 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 ResourceSparseApplyFtrl.Options Attributi facoltativi per ResourceSparseApplyFtrl

Costanti

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

Metodi pubblici

statico <T estende TType > ResourceSparseApplyFtrl
create ( Scope scope, Operando <?> var, Operando <?> accum, Operando <?> linear, Operando <T> grad, Operando <? extends TNumber > indici, 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 ResourceSparseApplyFtrl.
static ResourceSparseApplyFtrl.Options
moltiplicaLinearByLr (moltiplicazione booleanaLinearByLr)
static ResourceSparseApplyFtrl.Options
useLocking (useLocking booleano)

Metodi ereditati

Costanti

Stringa finale statica pubblica OP_NAME

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

Valore costante: "ResourceSparseApplyFtrlV2"

Metodi pubblici

public static ResourceSparseApplyFtrl create ( Scope scope, Operando <?> var, Operando <?> accum, Operando <?> linear, Operando <T> grad, Operando <? extends TNumber > indici, 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 ResourceSparseApplyFtrl.

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.
indici Un vettore di indici nella prima dimensione di var e accum.
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 ResourceSparseApplyFtrl

public static ResourceSparseApplyFtrl.Options multiplyLinearByLr (moltiplicazione booleanaLinearByLr)

public static ResourceSparseApplyFtrl.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.