aliran tensor:: operasi:: SparseApplyProksimalAdagrad

#include <training_ops.h>

Entri pembaruan yang jarang di '*var' dan '*accum' menurut algoritma FOBOS.

Ringkasan

Itu untuk baris yang memiliki grad, kami memperbarui var dan accum sebagai berikut: $$accum += grad * grad$$ $$prox_v = var$$ $$prox_v -= lr * grad * (1 / sqrt(accum))$$ $$var = sign(prox_v)/(1+lr*l2) * max{|prox_v|-lr*l1,0}$$

Argumen:

  • ruang lingkup: Objek Lingkup
  • var: Harus dari Variabel().
  • accum: Harus dari Variabel().
  • lr: Kecepatan pembelajaran. Pasti skalar.
  • l1: Regularisasi L1. Pasti skalar.
  • l2: Regularisasi L2. Pasti skalar.
  • lulusan: Gradien.
  • indeks: Vektor indeks ke dalam dimensi pertama var dan accum.

Atribut opsional (lihat Attrs ):

  • use_locking: Jika Benar, pembaruan tensor var dan accum akan dilindungi oleh kunci; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan.

Pengembalian:

  • Output : Sama seperti "var".

Konstruktor dan Destruktor

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

Atribut publik

operation
out

Fungsi publik

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

Fungsi statis publik

UseLocking (bool x)

Struktur

tensorflow:: ops:: SparseApplyProximalAdagrad:: Attrs

Penyetel atribut opsional untuk SparseApplyProximalAdagrad .

Atribut publik

operasi

Operation operation

keluar

::tensorflow::Output out

Fungsi publik

SparseApplyProksimalAdagrad

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

SparseApplyProksimalAdagrad

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

simpul

::tensorflow::Node * node() const 

operator::tensorflow::Masukan

 operator::tensorflow::Input() const 

operator::tensorflow::Keluaran

 operator::tensorflow::Output() const 

Fungsi statis publik

Gunakan Penguncian

Attrs UseLocking(
  bool x
)