tensorflow :: ops :: ResourceApplyFtrlV2

* * var را مطابق با طرح Ftrl-proximal به روز کنید.

خلاصه

grad_with_shrinkage = grad + 2 * l2_shrinkage * var accum_new = تجمع + grad_ با_قرق * گراد_با_قرق خطی + = درجه_با_قرق + (تجمع_ جدید ^ (- lr_power) - تجمع ^ (- lr_power)) / lr = 1.0 ^ var () * lr) + 2 * l2 var = (علامت (خطی) * l1 - خطی) / درجه دوم اگر | خطی | > l1 else 0.0 تجمع = تجمع_ جدید

استدلال ها:

• دامنه: یک شی Sc Scope
• var: باید از یک متغیر () باشد.
• تجمع: باید از یک متغیر () باشد.
• linear: باید از یک متغیر () باشد.
• grad: شیب.
• lr: عامل مقیاس گذاری. باید اسکالر باشد.
• l1: تنظیم L1. باید اسکالر باشد.
• l2: تنظیم انقباض L2. باید اسکالر باشد.
• lr_power: عامل مقیاس گذاری. باید اسکالر باشد.

ویژگی های اختیاری (به Attrs مراجعه کنید):

• use_locking: اگر True ، به روزرسانی سنسورهای var و تجمع با قفل محافظت می شود. در غیر این صورت رفتار تعریف نشده است ، اما ممکن است مشاجره کمتری از خود نشان دهد.

بازده:

• Operation ایجاد شده

صفات عمومی

Operation operation

 ResourceApplyFtrlV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input linear,
  ::tensorflow::Input grad,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input l2_shrinkage,
  ::tensorflow::Input lr_power
)

 ResourceApplyFtrlV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input linear,
  ::tensorflow::Input grad,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input l2_shrinkage,
  ::tensorflow::Input lr_power,
  const ResourceApplyFtrlV2::Attrs & attrs
)

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)