tensorflow :: ops :: SparseApplyFtrl
#include <training_ops.h>
Zaktualizuj odpowiednie wpisy w „* var” zgodnie ze schematem proksymalnym Ftrl.
streszczenie
To jest dla wierszy, dla których mamy grad, aktualizujemy var, accum i linear w następujący sposób: $$accum_new = accum + grad * grad$$ $$linear += grad + (accum_{new}^{-lr_{power}} - accum^{-lr_{power}} / lr * var$$ $$quadratic = 1.0 / (accum_{new}^{lr_{power}} * lr) + 2 * l2$$ $$var = (sign(linear) * l1 - linear) / quadratic\ if\ |linear| > l1\ else\ 0.0$$ $$accum = accum_{new}$$
Argumenty:
- zakres: obiekt Scope
- zmienna: powinna pochodzić ze zmiennej ().
- accum: Powinien pochodzić ze zmiennej ().
- linear: Powinien pochodzić ze zmiennej ().
- grad: gradient.
- indeksy: wektor indeksów do pierwszego wymiaru var i accum.
- lr: współczynnik skalowania. Musi być skalarem.
- l1: regularyzacja L1. Musi być skalarem.
- l2: regularyzacja L2. Musi być skalarem.
- lr_power: współczynnik skalowania. Musi być skalarem.
Atrybuty opcjonalne (patrz Attrs
):
- use_locking: Jeśli
True
, aktualizacja tensorów var i accum będzie chroniona blokadą; w przeciwnym razie zachowanie jest niezdefiniowane, ale może wykazywać mniej rywalizacji.
Zwroty:
-
Output
: to samo co „var”.
Konstruktorzy i niszczyciele | |
---|---|
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) |
Atrybuty publiczne | |
---|---|
operation | |
out |
Funkcje publiczne | |
---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const |
Publiczne funkcje statyczne | |
---|---|
UseLocking (bool x) |
Struktury | |
---|---|
tensorflow :: ops :: SparseApplyFtrl :: Attrs | Opcjonalne metody ustawiające atrybuty dla SparseApplyFtrl . |
Atrybuty publiczne
operacja
Operation operation
na zewnątrz
::tensorflow::Output out
Funkcje publiczne
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 )
węzeł
::tensorflow::Node * node() const
operator :: tensorflow :: Input
operator::tensorflow::Input() const
operator :: tensorflow :: Output
operator::tensorflow::Output() const
Publiczne funkcje statyczne
UseLocking
Attrs UseLocking( bool x )