Diese Seite wurde von der Cloud Translation API übersetzt.
Switch to English

Tensorflow :: ops :: SparseApplyFtrl

#include <training_ops.h>

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

Zusammenfassung

Für Zeilen, für die wir grad haben, aktualisieren wir var, accum und linear wie folgt: $$accum_new = accum + grad * grad$$ $$linear += grad + (accum_{new}^{-lr_{power}} - accum^{-lr_{power}} / lr * var$$ $$quadratic = 1.0 / (accum_{new}^{lr_{power}} * lr) + 2 * l2$$ $$var = (sign(linear) * l1 - linear) / quadratic\ if\ |linear| > l1\ else\ 0.0$$ $$accum = accum_{new}$$

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-Regularisierung. 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

SparseApplyFtrl (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 lr_power)
SparseApplyFtrl (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 lr_power, const SparseApplyFtrl::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 :: SparseApplyFtrl :: Attrs

Optionale Attributsetzer für SparseApplyFtrl .

Öffentliche Attribute

Operation

Operation operation

aus

::tensorflow::Output out

Öffentliche Funktionen

SparseApplyFtrl

 SparseApplyFtrl(
  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 lr_power
)

SparseApplyFtrl

 SparseApplyFtrl(
  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 lr_power,
  const SparseApplyFtrl::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
)