tensorflow::ops::ResourceSparseApplyProximalAdagrad

Entradas de atualização esparsas em '*var' e '*accum' de acordo com o algoritmo FOBOS.

Resumo

Isso significa que, para as linhas para as quais temos o gradiente, atualizamos a variável e o acumulador da seguinte forma: acumulador += gradiente * gradiente prox_v = var prox_v -= lr * gradiente * (1 / sqrt(acumulador)) var = sign(prox_v)/(1+lr*l2) * max{|prox_v|-lr*l1,0}

Argumentos:

• escopo: Um objeto de escopo
• var: Deve ser proveniente de uma variável().
• accum: Deve ser proveniente de uma variável().
• lr: Taxa de aprendizagem. Deve ser um escalar.
• l1: Regularização L1. Deve ser um escalar.
• l2: Regularização L2. Deve ser um escalar.
• grad: O gradiente.
• índices: Um vetor de índices na primeira dimensão de var e accum.

Atributos opcionais (ver Attrs ):

• use_locking: Se True, a atualização dos tensores var e accum será protegida por um bloqueio; caso contrário, o comportamento é indefinido, mas pode apresentar menos contenção.

Devoluções:

• a Operation criada

Atributos públicos

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
)