tensorflow :: ops :: ApplyProximalAdagrad

Zaktualizuj „* var” i „* accum” zgodnie z FOBOS z szybkością uczenia się Adagrad.

streszczenie

accum + = grad * grad prox_v = var - lr * grad * (1 / sqrt (accum)) var = sign (prox_v) / (1 + lr * l2) * max {| prox_v | -lr * l1,0}

Argumenty:

• zakres: obiekt Scope
• zmienna: powinna pochodzić ze zmiennej ().
• accum: Powinien pochodzić ze zmiennej ().
• lr: współczynnik skalowania. Musi być skalarem.
• l1: regularyzacja L1. Musi być skalarem.
• l2: regularyzacja L2. Musi być skalarem.
• grad: gradient.

Atrybuty opcjonalne (patrz Attrs ):

• use_locking: Jeśli True, aktualizacja tensorów var i accum będzie chroniona blokadą; w przeciwnym razie zachowanie jest niezdefiniowane, ale może wykazywać mniej rywalizacji.

Zwroty:

• Output : to samo co „var”.

Atrybuty publiczne

Operation operation

::tensorflow::Output out

 ApplyProximalAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input grad
)

 ApplyProximalAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input grad,
  const ApplyProximalAdagrad::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)