tensorflow :: ops :: SparseApplyProximalAdagrad

#include <training_ops.h>

مطابق الگوریتم FOBOS ورودی های به روزرسانی پراکنده در "* var" و "* تجمع".

خلاصه

این برای ردیفی است که برای آن grad داریم ، var را به صورت زیر به روز می کنیم: $$accum += grad * grad$$ $$prox_v = var$$ $$prox_v -= lr * grad * (1 / sqrt(accum))$$ $$var = sign(prox_v)/(1+lr*l2) * max{|prox_v|-lr*l1,0}$$

استدلال ها:

  • دامنه: یک شی Sc Scope
  • var: باید از یک متغیر () باشد.
  • تجمع: باید از یک متغیر باشد ().
  • lr: میزان یادگیری. باید اسکالر باشد.
  • l1: تنظیم L1. باید اسکالر باشد.
  • l2: تنظیم L2. باید اسکالر باشد.
  • grad: شیب.
  • شاخص ها: برداري از شاخص ها در بعد اول var و تجمع.

ویژگی های اختیاری (به Attrs مراجعه کنید):

  • use_locking: اگر درست باشد ، به روزرسانی سنسورهای var و تجمع با قفل محافظت می شود. در غیر این صورت رفتار تعریف نشده است ، اما ممکن است مشاجره کمتری از خود نشان دهد.

بازده:

  • Output : همان "var" است.

سازندگان و ویرانگران

SparseApplyProximalAdagrad (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input accum, :: tensorflow::Input lr, :: tensorflow::Input l1, :: tensorflow::Input l2, :: tensorflow::Input grad, :: tensorflow::Input indices)
SparseApplyProximalAdagrad (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input accum, :: tensorflow::Input lr, :: tensorflow::Input l1, :: tensorflow::Input l2, :: tensorflow::Input grad, :: tensorflow::Input indices, const SparseApplyProximalAdagrad::Attrs & attrs)

صفات عمومی

operation
out

کارکردهای عمومی

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

توابع استاتیک عمومی

UseLocking (bool x)

سازه ها

tensorflow :: ops :: SparseApplyProximalAdagrad :: Attrs

تنظیم کننده های ویژگی اختیاری برای SparseApplyProximalAdagrad .

صفات عمومی

عمل

Operation operation

بیرون

::tensorflow::Output out

کارکردهای عمومی

SparseApplyProximalAdagrad

 SparseApplyProximalAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices
)

SparseApplyProximalAdagrad

 SparseApplyProximalAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices,
  const SparseApplyProximalAdagrad::Attrs & attrs
)

گره

::tensorflow::Node * node() const

عملگر :: tensorflow :: ورودی

 operator::tensorflow::Input() const

عملگر :: tensorflow :: خروجی

 operator::tensorflow::Output() const

توابع استاتیک عمومی

استفاده از قفل کردن

Attrs UseLocking(
  bool x
)