SparseApplyProximalAdagrad

genel final sınıfı SparseApplyProximalAdagrad

FOBOS algoritmasına göre '*var' ve '*accum' içindeki seyrek güncelleme girişleri.

Yani, derecelendirdiğimiz satırlar için var ve accum'u şu şekilde güncelliyoruz: $$accum += grad grad$$$$prox_v = var$$$$prox_v -= lr grad (1 / sqrt(accum))$$$$var = sign(prox_v)/(1+lrl2) max{|prox_v|-lrl1,0}$$

İç İçe Sınıflar

sınıf SparseApplyProximalAdagrad.Options SparseApplyProximalAdagrad için isteğe bağlı özellikler

Sabitler

Sicim OP_NAME Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı

Genel Yöntemler

Çıkış <T>
Çıkış olarak ()
Tensörün sembolik tutamacını döndürür.
static <T, TType'ı genişletir > SparseApplyProximalAdagrad <T>
create ( Kapsam kapsamı, İşlenen <T> var, İşlenen <T> accum, İşlenen <T> lr, İşlenen <T> l1, İşlenen <T> l2, İşlenen <T> grad, İşlenen <? extends TNumber > indeksler, Seçenekler ... seçenekler)
Yeni bir SparseApplyProximalAdagrad işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.
Çıkış <T>
dışarı ()
"Var" ile aynı.
statik SparseApplyProximalAdagrad.Options
useLocking (Boolean useLocking)

Kalıtsal Yöntemler

Sabitler

genel statik son Dize OP_NAME

Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı

Sabit Değer: "SparseApplyProximalAdagrad"

Genel Yöntemler

genel Çıkış <T> asOutput ()

Tensörün sembolik tutamacını döndürür.

TensorFlow işlemlerinin girdileri, başka bir TensorFlow işleminin çıktılarıdır. Bu yöntem, girişin hesaplanmasını temsil eden sembolik bir tanıtıcı elde etmek için kullanılır.

public static SparseApplyProximalAdagrad <T> create ( Kapsam kapsamı, İşlenen <T> var, İşlenen <T> birikimi, İşlenen <T> lr, İşlenen <T> l1, İşlenen <T> l2, İşlenen <T> grad, İşlenen <? TNumber'ı genişletir > endeksler, Seçenekler... seçenekler)

Yeni bir SparseApplyProximalAdagrad işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.

Parametreler
kapsam mevcut kapsam
var Bir Variable()'dan olmalıdır.
birikim Bir Variable()'dan olmalıdır.
IR Öğrenme oranı. Bir skaler olmalı.
l1 L1 düzenlemesi. Bir skaler olmalı.
l2 L2 düzenlemesi. Bir skaler olmalı.
mezun Gradyan.
endeksler var ve accum'un birinci boyutuna ait indekslerin bir vektörü.
seçenekler isteğe bağlı nitelik değerlerini taşır
İadeler
  • SparseApplyProximalAdagrad'ın yeni bir örneği

genel Çıkış <T> out ()

"Var" ile aynı.

public static SparseApplyProximalAdagrad.Options useLocking (Boolean useLocking)

Parametreler
KullanımKilitleme True ise var ve accum tensörlerinin güncellenmesi bir kilitle korunacaktır; aksi takdirde davranış tanımsızdır ancak daha az çekişme sergileyebilir.