tensorflow:: عملیات:: ResourceSparseApplyFtrlV2
#include <training_ops.h>ورودیهای مرتبط در '*var' را طبق طرح Ftrl-proximal بهروزرسانی کنید.
خلاصه
یعنی برای ردیفهایی که grad داریم، var، accum و linear را به صورت زیر بهروزرسانی میکنیم: grad_with_shrinkage = grad + 2 * l2_shrinkage * var accum_new = accum + grad_with_shrinkage * grad_with_shrinkage linear += grad_with_shrinkage + (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
استدلالها:
- دامنه: یک شیء دامنه
- var: باید از یک متغیر () باشد.
- accum: باید از یک متغیر () باشد.
- خطی: باید از یک متغیر () باشد.
- گرادیان: شیب.
- شاخصها: برداری از شاخصها در بعد اول var و accum.
- lr: ضریب مقیاسبندی. باید یک اسکالر باشد.
- l1: منظمسازی L1. باید اسکالر باشد.
- l2: منظمسازی انقباض L2. باید یک اسکالر باشد.
- lr_power: ضریب مقیاسبندی. باید یک اسکالر باشد.
ویژگیهای اختیاری (به Attrs مراجعه کنید):
- use_locking: اگر
True، بهروزرسانی تانسورهای var و accum توسط یک قفل محافظت میشود؛ در غیر این صورت رفتار تعریف نشده است، اما ممکن است رقابت کمتری را نشان دهد.
بازده:
-
Operationایجاد شده
سازندهها و مخربها | |
|---|---|
ResourceSparseApplyFtrlV2 (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 l2_shrinkage, :: tensorflow::Input lr_power) | |
ResourceSparseApplyFtrlV2 (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 l2_shrinkage, :: tensorflow::Input lr_power, const ResourceSparseApplyFtrlV2::Attrs & attrs) |
ویژگیهای عمومی | |
|---|---|
operation | |
کارکردهای عمومی | |
|---|---|
operator::tensorflow::Operation () const | |
توابع استاتیک عمومی | |
|---|---|
UseLocking (bool x) | |
ساختارها | |
|---|---|
| tensorflow:: عملیات:: ResourceSparseApplyFtrlV2:: جذابیتها | تنظیمکنندههای ویژگی اختیاری برای ResourceSparseApplyFtrlV2 . |
ویژگیهای عمومی
عملیات
Operation operation
کارکردهای عمومی
منبع پراکنده اعمال میشودFtrlV2
ResourceSparseApplyFtrlV2( 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 l2_shrinkage, ::tensorflow::Input lr_power )
منبع پراکنده اعمال میشودFtrlV2
ResourceSparseApplyFtrlV2( 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 l2_shrinkage, ::tensorflow::Input lr_power, const ResourceSparseApplyFtrlV2::Attrs & attrs )
عملگر::tensorflow::عملیات
operator::tensorflow::Operation() const
توابع استاتیک عمومی
استفاده از قفل
Attrs UseLocking( bool x )
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2026-11-05 بهوقت ساعت هماهنگ جهانی.