tensorflow::ops::ResourceApplyFtrl

Обновите переменную '*var' в соответствии со схемой Ftrl-проксимального доступа.

Краткое содержание

accum_new = accum + grad * grad linear += grad - (accum_new^(-lr_power) - accum^(-lr_power)) / lr * var квадратичная = 1,0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (sign(linear) * l1 - линейная) / квадратичная if |linear| > l1 еще 0,0 аккум = аккум_новый

Аргументы:

• scope: Объект Scope
• var: Должно быть из функции Variable().
• accum: Должно быть из переменной (Variable()).
• линейный: Должно быть из функции Variable().
• grad: Градиент.
• lr: Масштабный коэффициент. Должен быть скалярным значением.
• l1: L1-регуляризация. Должна быть скалярной величиной.
• l2: L2-регуляризация. Должна быть скалярной величиной.
• lr_power: Масштабный коэффициент. Должен быть скалярным значением.

Дополнительные атрибуты (см. Attrs ):

• use_locking: Если True , обновление тензоров var и accum будет защищено блокировкой; в противном случае поведение не определено, но может демонстрировать меньшую конкуренцию.

Возвращает:

• созданная Operation

Общедоступные атрибуты

Operation operation

 ResourceApplyFtrl(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input linear,
  ::tensorflow::Input grad,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input lr_power
)

 ResourceApplyFtrl(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input linear,
  ::tensorflow::Input grad,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input lr_power,
  const ResourceApplyFtrl::Attrs & attrs
)

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)