aliran tensor:: operasi:: ResourceSparseApplyProximalAdagrad

Entri pembaruan yang jarang di '*var' dan '*accum' menurut algoritma FOBOS.

Ringkasan

Itu untuk baris yang memiliki grad, kami memperbarui var dan accum sebagai berikut: accum += grad * grad prox_v = var prox_v -= lr * grad * (1 / sqrt(accum)) var = sign(prox_v)/(1 +lr*l2) * maks{|prox_v|-lr*l1,0}

Argumen:

• ruang lingkup: Objek Lingkup
• var: Harus dari Variabel().
• accum: Harus dari Variabel().
• lr: Kecepatan pembelajaran. Pasti skalar.
• l1: Regularisasi L1. Pasti skalar.
• l2: Regularisasi L2. Pasti skalar.
• lulusan: Gradien.
• indeks: Vektor indeks ke dalam dimensi pertama var dan accum.

Atribut opsional (lihat Attrs ):

• use_locking: Jika Benar, pembaruan tensor var dan accum akan dilindungi oleh kunci; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan.

Pengembalian:

• Operation yang dibuat

Atribut publik

Operation operation

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

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

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)