fluxo tensor:: ops:: SparseApplyFtrl

Atualize as entradas relevantes em '*var' de acordo com o esquema Ftrl-proximal.

Resumo

Isto é, para linhas para as quais temos graduação, atualizamos var, accum e linear da seguinte forma: $$accum_new = accum + grad * grad$$ $$linear += grad + (accum_{new}^{-lr_{power}} - accum^{-lr_{power}} / lr * var$$ $$quadratic = 1.0 / (accum_{new}^{lr_{power}} * lr) + 2 * l2$$ $$var = (sign(linear) * l1 - linear) / quadratic\ if\ |linear| > l1\ else\ 0.0$$ $$accum = accum_{new}$$

Argumentos:

• escopo: um objeto Escopo
• var: Deve ser de uma variável().
• accum: Deve ser de uma variável().
• linear: deve ser de uma variável().
• graduação: O gradiente.
• índices: Um vetor de índices na primeira dimensão de var e accum.
• lr: Fator de escala. Deve ser um escalar.
• l1: regularização L1. Deve ser um escalar.
• l2: regularização L2. Deve ser um escalar.
• lr_power: fator de escala. Deve ser um escalar.

Atributos opcionais (veja Attrs ):

• use_locking: Se True , a atualização dos tensores var e accum será protegida por um bloqueio; caso contrário, o comportamento será indefinido, mas poderá apresentar menos contenção.

Retorna:

• Output : igual a "var".

Atributos públicos

Operation operation

::tensorflow::Output out

 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
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)