Zadbaj o dobrą organizację dzięki kolekcji Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.

tensorflow :: ops :: ResourceSparseApplyFtrl

#include <training_ops.h>

Zaktualizuj odpowiednie wpisy w „* var” zgodnie ze schematem proksymalnym Ftrl.

streszczenie

To znaczy dla wierszy, dla których mamy grad, aktualizujemy var, accum i linear w następujący sposób: accum_new = accum + grad * grad linear + = grad - (accum_new ^ (- lr_power) - accum ^ (- lr_power)) / lr * var quadratic = 1.0 / (accum_new ^ (lr_power) * lr) + 2 * l2 var = (sign (linear) * l1 - linear) / quadratic if | linear | > l1 else 0,0 accum = accum_new

Argumenty:

  • zakres: obiekt Scope
  • zmienna: powinna pochodzić ze zmiennej ().
  • accum: Powinien pochodzić ze zmiennej ().
  • linear: Powinien pochodzić ze zmiennej ().
  • grad: gradient.
  • indeksy: wektor indeksów do pierwszego wymiaru var i accum.
  • lr: współczynnik skalowania. Musi być skalarem.
  • l1: regularyzacja L1. Musi być skalarem.
  • l2: regularyzacja L2. Musi być skalarem.
  • lr_power: współczynnik skalowania. Musi być skalarem.

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:

Konstruktorzy i niszczyciele

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

Atrybuty publiczne

operation

Funkcje publiczne

operator::tensorflow::Operation () const

Publiczne funkcje statyczne

UseLocking (bool x)

Struktury

tensorflow :: ops :: ResourceSparseApplyFtrl :: Attrs

Opcjonalne metody ustawiające atrybuty dla ResourceSparseApplyFtrl .

Atrybuty publiczne

operacja

Operation operation

Funkcje publiczne

ResourceSparseApplyFtrl

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

ResourceSparseApplyFtrl

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

operator :: tensorflow :: Operation

 operator::tensorflow::Operation() const 

Publiczne funkcje statyczne

UseLocking

Attrs UseLocking(
  bool x
)