tensor akışı:: işlem:: SparseApplyFtrlV2

#include <training_ops.h>

'*var' içindeki ilgili girişleri Ftrl-proximal şemasına göre güncelleyin.

Özet

Yani grad yaptığımız satırlar için var, accum ve lineer'ı şu şekilde güncelliyoruz: grad_with_shrinkage = grad + 2 * l2_shrinkage * var accum_new = accum + grad_with_shrinkage * grad_with_shrinkage lineer += grad_with_shrinkage + (accum_new^(-lr_power) - accum^ (-lr_power)) / lr * var ikinci dereceden = 1,0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (sign(doğrusal) * l1 - doğrusal) / ikinci dereceden eğer |doğrusal| > l1 else 0.0 birikim = birikim_yeni

Argümanlar:

  • kapsam: Bir Kapsam nesnesi
  • var: Bir Variable()'dan olmalıdır.
  • accum: Bir Variable()'dan olmalıdır.
  • doğrusal: Bir Değişken()'den olmalıdır.
  • grad: Gradyan.
  • indeksler: var ve accum'un ilk boyutuna ait indekslerin bir vektörü.
  • lr: Ölçeklendirme faktörü. Bir skaler olmalı.
  • l1: L1 düzenlemesi. Bir skaler olmalı.
  • l2: L2 büzülme düzenlemesi. Bir skaler olmalı.
  • lr_power: Ölçekleme faktörü. Bir skaler olmalı.

İsteğe bağlı özellikler (bkz. Attrs ):

  • use_locking: True ise, var ve accum tensörlerinin güncellenmesi bir kilitle korunacaktır; aksi takdirde davranış tanımsızdır ancak daha az çekişme sergileyebilir.

İadeler:

Yapıcılar ve Yıkıcılar

SparseApplyFtrlV2 (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 l2_shrinkage, :: tensorflow::Input lr_power)
SparseApplyFtrlV2 (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 l2_shrinkage, :: tensorflow::Input lr_power, const SparseApplyFtrlV2::Attrs & attrs)

Genel özellikler

operation
out

Kamu işlevleri

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

Genel statik işlevler

UseLocking (bool x)

Yapılar

tensorflow:: ops:: SparseApplyFtrlV2:: Öznitelikler

SparseApplyFtrlV2 için isteğe bağlı öznitelik ayarlayıcılar.

Genel özellikler

operasyon

Operation operation

dışarı

::tensorflow::Output out

Kamu işlevleri

SparseApplyFtrlV2

 SparseApplyFtrlV2(
  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 l2_shrinkage,
  ::tensorflow::Input lr_power
)

SparseApplyFtrlV2

 SparseApplyFtrlV2(
  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 l2_shrinkage,
  ::tensorflow::Input lr_power,
  const SparseApplyFtrlV2::Attrs & attrs
)

düğüm

::tensorflow::Node * node() const 

operatör::tensorflow::Giriş

 operator::tensorflow::Input() const 

operatör::tensorflow::Çıktı

 operator::tensorflow::Output() const 

Genel statik işlevler

KullanımKilitleme

Attrs UseLocking(
  bool x
)