tensorflow :: ops :: ResourceApplyProximalAdagrad

Adagrad öğrenme oranıyla FOBOS'a göre "* var" ve "* biriktir" i güncelleyin.

Özet

birikim + = derece * derece prox_v = var - lr * derece * (1 / sqrt (biriktirme)) var = işaret (prox_v) / (1 + lr * l2) * max {| prox_v | -lr * l1,0}

Argümanlar:

• kapsam: Bir Scope nesnesi
• var: Değişken () 'den olmalıdır.
• birikim: Bir Değişken () 'den olmalıdır.
• lr: Ölçekleme faktörü. Skaler olmalı.
• l1: L1 düzenlenmesi. Skaler olmalı.
• l2: L2 düzenlenmesi. Skaler olmalı.
• grad: Gradyan.

İsteğe bağlı özellikler (bkz. Attrs ):

• use_locking: True ise, var ve akümülörlerin güncellenmesi bir kilit ile korunacaktır; aksi takdirde davranış tanımsızdır, ancak daha az çekişme gösterebilir.

İadeler:

• oluşturulan Operation

Genel özellikler

Operation operation

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

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

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)