tensorflow :: opérations :: SparseApplyFtrl

#include <training_ops.h>

Mettez à jour les entrées pertinentes dans '* var' selon le schéma Ftrl-proximal.

Résumé

C'est pour les lignes pour lesquelles nous avons grad, nous mettons à jour var, accum et linear comme suit: $$accum_new = accum + grad * grad$$ $$linear += grad + (accum_{new}^{-lr_{power}} - accum^{-lr_{power}} / lr * var$$ $$quadratic = 1.0 / (accum_{new}^{lr_{power}} * lr) + 2 * l2$$ $$var = (sign(linear) * l1 - linear) / quadratic\ if\ |linear| > l1\ else\ 0.0$$ $$accum = accum_{new}$$

Arguments:

  • scope: un objet Scope
  • var: Doit provenir d'une variable ().
  • accum: Doit provenir d'une variable ().
  • linear: Doit provenir d'une variable ().
  • grad: Le dégradé.
  • indices: Un vecteur d'indices dans la première dimension de var et accum.
  • lr: facteur d'échelle. Doit être un scalaire.
  • l1: régularisation L1. Doit être un scalaire.
  • l2: régularisation L2. Doit être un scalaire.
  • lr_power: facteur de mise à l'échelle. Doit être un scalaire.

Attributs facultatifs (voir Attrs ):

  • use_locking: Si True , la mise à jour des tenseurs var et accum sera protégée par un verrou; sinon, le comportement n'est pas défini, mais peut présenter moins de conflits.

Retour:

  • Output : identique à "var".

Constructeurs et destructeurs

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)

Attributs publics

operation
out

Fonctions publiques

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

Fonctions statiques publiques

UseLocking (bool x)

Structs

tensorflow :: ops :: SparseApplyFtrl :: Attrs

Définisseurs d' attributs facultatifs pour SparseApplyFtrl .

Attributs publics

opération

Operation operation

en dehors

::tensorflow::Output out

Fonctions publiques

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
)

nœud

::tensorflow::Node * node() const 

operator :: tensorflow :: Input

 operator::tensorflow::Input() const 

operator :: tensorflow :: Output

 operator::tensorflow::Output() const 

Fonctions statiques publiques

Utiliser le verrouillage

Attrs UseLocking(
  bool x
)