ML Topluluk Günü 9 Kasım! TensorFlow, JAX güncellemeler için bize katılın ve daha fazla bilgi edinin

tensorflow :: ops :: Seyrek UygulaFtrl

#include <training_ops.h>

Ftrl proksimal şemasına göre '* var' içindeki ilgili girişleri güncelleyin.

Özet

Yani, grad verdiğimiz satırlar için var, aküm ve linear'i şu şekilde güncelliyoruz: $$accum_new = accum + grad * grad$$ $$linear += grad + (accum_{new}^{-lr_{power}} - accum^{-lr_{power}} / lr * var$$ $$quadratic = 1.0 / (accum_{new}^{lr_{power}} * lr) + 2 * l2$$ $$var = (sign(linear) * l1 - linear) / quadratic\ if\ |linear| > l1\ else\ 0.0$$ $$accum = accum_{new}$$

Argümanlar:

  • kapsam: Bir Scope nesnesi
  • var: Bir Değişken () 'den olmalıdır.
  • birikim: Bir Değişken () 'den olmalıdır.
  • doğrusal: Bir Değişken'den () olmalıdır.
  • grad: Gradyan.
  • indisler: var ve akümül'ün ilk boyutundaki indislerin bir vektörü.
  • lr: Ölçekleme faktörü. Skaler olmalı.
  • l1: L1 düzenlenmesi. Skaler olmalı.
  • l2: L2 düzenlenmesi. Skaler olmalı.
  • lr_power: Ölçekleme faktörü. Skaler olmalı.

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:

Yapıcılar ve Yıkıcılar

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)

Genel özellikler

operation
out

Kamusal işlevler

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

Genel statik işlevler

UseLocking (bool x)

Yapılar

tensorflow :: ops :: SparseApplyFtrl :: Attrs

SparseApplyFtrl için isteğe bağlı öznitelik ayarlayıcıları.

Genel özellikler

operasyon

Operation operation

dışarı

::tensorflow::Output out

Kamusal işlevler

Seyrek UygulaFtrl

 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
)

Seyrek UygulaFtrl

 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
)

düğüm

::tensorflow::Node * node() const 

operator :: tensorflow :: Girdi

 operator::tensorflow::Input() const 

operator :: tensorflow :: Çıktı

 operator::tensorflow::Output() const 

Genel statik işlevler

KullanımKilitleme

Attrs UseLocking(
  bool x
)