เทนเซอร์โฟลว์ :: ops :: SparseApplyFtrlV2

#include <training_ops.h>

อัปเดตรายการที่เกี่ยวข้องใน '* var' ตามรูปแบบ Ftrl-proximal

สรุป

นั่นคือสำหรับแถวที่เราได้รับการไล่ระดับเราอัปเดต var สะสมและเชิงเส้นดังนี้: grad_with_shrinkage = grad + 2 * l2_shrinkage * var สะสม_new = สะสม + grad_with_shrinkage * grad_with_shrinkage linear + = grad_with_shrinkage + (collect_new ^ (- lr_power) - สะสม (-lr_power)) / lr * var กำลังสอง = 1.0 / (collect_new ^ (lr_power) * lr) + 2 * l2 var = (เครื่องหมาย (เส้น) * l1 - เชิงเส้น) / กำลังสองถ้า | เชิงเส้น | > l1 else 0.0 collect = collect_new

อาร์กิวเมนต์:

  • ขอบเขต: วัตถุ ขอบเขต
  • var: ควรมาจากตัวแปร ()
  • สะสม: ควรมาจากตัวแปร ()
  • เชิงเส้น: ควรมาจากตัวแปร ()
  • ผู้สำเร็จการศึกษา: การไล่ระดับสี
  • ดัชนี: เวกเตอร์ของดัชนีในมิติแรกของ var และการสะสม
  • lr: ปัจจัยการปรับขนาด ต้องเกลา.
  • l1: การทำให้เป็นมาตรฐาน L1 ต้องเกลา.
  • l2: การหดตัวตามปกติของ L2 ต้องเกลา.
  • lr_power: สเกลแฟกเตอร์ ต้องเกลา.

แอตทริบิวต์เสริม (ดู Attrs ):

  • use_locking: หากเป็น True อัปเดตตัวแปรและการสะสมจะได้รับการป้องกันโดยการล็อค มิฉะนั้นพฤติกรรมนั้นไม่ได้กำหนดไว้ แต่อาจมีความขัดแย้งน้อยกว่า

ผลตอบแทน:

  • Output : เหมือนกับ "var"

ผู้สร้างและผู้ทำลาย

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)

คุณลักษณะสาธารณะ

operation
out

หน้าที่สาธารณะ

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

ฟังก์ชั่นคงที่สาธารณะ

UseLocking (bool x)

โครงสร้าง

tensorflow :: ops :: SparseApplyFtrlV2 :: Attrs

ตัวตั้งค่าแอตทริบิวต์ทางเลือกสำหรับ SparseApplyFtrlV2

คุณลักษณะสาธารณะ

การดำเนินการ

Operation operation

ออก

::tensorflow::Output out

หน้าที่สาธารณะ

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
)

โหนด

::tensorflow::Node * node() const 

ตัวดำเนินการ :: tensorflow :: อินพุต

 operator::tensorflow::Input() const 

ตัวดำเนินการ :: tensorflow :: เอาท์พุท

 operator::tensorflow::Output() const 

ฟังก์ชั่นคงที่สาธารณะ

ใช้ล็อค

Attrs UseLocking(
  bool x
)