Merken Sie den Termin vor! Google I / O kehrt vom 18. bis 20. Mai zurück Registrieren Sie sich jetzt
Diese Seite wurde von der Cloud Translation API übersetzt.
Switch to English

Tensorflow :: ops :: SparseApplyFtrlV2

#include <training_ops.h>

Aktualisieren Sie relevante Einträge in '* var' gemäß dem Ftrl-proximalen Schema.

Zusammenfassung

Das heißt, für Zeilen, für die wir grad haben, aktualisieren wir var, accum und linear wie folgt: grad_with_shrinkage = grad + 2 * l2_shrinkage * var accum_new = accum + grad_with_shrinkage * grad_with_shrinkage linear + = grad_with_shrinkage + (accum_new ^ (- lr_power) - accum ^ (-lr_power)) / lr * var quadratisch = 1,0 / (akkum_neu ^ (lr_power) * lr) + 2 * l2 var = (Vorzeichen (linear) * l1 - linear) / quadratisch wenn | linear | > l1 sonst 0.0 accum = accum_new

Argumente:

  • scope: Ein Scope- Objekt
  • var: Sollte von einer Variablen stammen ().
  • accum: Sollte von einer Variablen stammen ().
  • linear: Sollte von einer Variablen stammen ().
  • grad: Der Gradient.
  • Indizes: Ein Vektor von Indizes in die erste Dimension von var und accum.
  • lr: Skalierungsfaktor. Muss ein Skalar sein.
  • l1: L1-Regularisierung. Muss ein Skalar sein.
  • l2: L2-Schrumpfungsregulierung. Muss ein Skalar sein.
  • lr_power: Skalierungsfaktor. Muss ein Skalar sein.

Optionale Attribute (siehe Attrs ):

  • use_locking: Wenn True , wird die Aktualisierung der var- und accum-Tensoren durch eine Sperre geschützt. Andernfalls ist das Verhalten undefiniert, weist jedoch möglicherweise weniger Konflikte auf.

Kehrt zurück:

Konstruktoren und Destruktoren

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)

Öffentliche Attribute

operation
out

Öffentliche Funktionen

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

Öffentliche statische Funktionen

UseLocking (bool x)

Strukturen

tensorflow :: ops :: SparseApplyFtrlV2 :: Attrs

Optionale Attributsetzer für SparseApplyFtrlV2 .

Öffentliche Attribute

Operation

Operation operation

aus

::tensorflow::Output out

Öffentliche Funktionen

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
)

Knoten

::tensorflow::Node * node() const 

operator :: tensorflow :: Input

 operator::tensorflow::Input() const 

operator :: tensorflow :: Output

 operator::tensorflow::Output() const 

Öffentliche statische Funktionen

UseLocking

Attrs UseLocking(
  bool x
)