SparseApplyProximalGradientDescent

публичный финальный класс SparseApplyProximalGradientDescent

Разреженное обновление '*var' как алгоритма FOBOS с фиксированной скоростью обучения.

То есть для строк, для которых у нас есть grad, мы обновляем var следующим образом: $$prox_v = var - alpha grad$$$$var = sign(prox_v)/(1+alphal2) max{|prox_v|-alphal1,0}$$

Вложенные классы

сорт SparseApplyProximalGradientDescent.Options Дополнительные атрибуты для SparseApplyProximalGradientDescent

Константы

Нить OP_NAME Название этой операции, известное основному движку TensorFlow.

Публичные методы

Выход <Т>
какВывод ()
Возвращает символический дескриптор тензора.
static <T расширяет TType > SparseApplyProximalGradientDescent <T>
create ( Область действия, Операнд <T> var, Операнд <T> альфа, Операнд <T> l1, Операнд <T> l2, Операнд <T> град, Операнд <? расширяет индексы TNumber >, Параметры... параметры)
Фабричный метод для создания класса, обертывающего новую операцию SparseApplyProximalGradientDescent.
Выход <Т>
вне ()
То же, что «вар».
статический SparseApplyProximalGradientDescent.Options
useLocking (логическое значение useLocking)

Унаследованные методы

Константы

общедоступная статическая финальная строка OP_NAME

Название этой операции, известное основному движку TensorFlow.

Постоянное значение: «SparseApplyProximalGradientDescent»

Публичные методы

публичный вывод <T> asOutput ()

Возвращает символический дескриптор тензора.

Входные данные для операций TensorFlow являются выходными данными другой операции TensorFlow. Этот метод используется для получения символического дескриптора, который представляет собой вычисление входных данных.

public static SparseApplyProximalGradientDescent <T> create ( Область действия, Операнд <T> var, Операнд <T> альфа, Операнд <T> l1, Операнд <T> l2, Операнд <T> grad, Операнд <? расширяет TNumber > индексы, Параметры ... параметры)

Фабричный метод для создания класса, обертывающего новую операцию SparseApplyProximalGradientDescent.

Параметры
объем текущий объем
вар Должно быть из переменной().
альфа Коэффициент масштабирования. Должно быть скаляр.
л1 Регуляризация L1. Должно быть скаляр.
л2 Регуляризация L2. Должно быть скаляр.
выпускник Градиент.
индексы Вектор индексов в первом измерении var и accum.
параметры содержит значения необязательных атрибутов
Возврат
  • новый экземпляр SparseApplyProximalGradientDescent

публичный вывод <T> out ()

То же, что «вар».

public static SparseApplyProximalGradientDescent.Options useLocking (логическое значение useLocking)

Параметры
использоватьLocking Если True, вычитание будет защищено блокировкой; в противном случае поведение не определено, но может вызывать меньше конфликтов.