टेन्सरफ्लो::ऑप्स::रिसोर्सअप्लाईएफटीआरएलवी2

Ftrl-proximal योजना के अनुसार '*var' को अपडेट करें।

सारांश

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

तर्क:

• स्कोप: एक स्कोप ऑब्जेक्ट
• var: यह एक Variable() से होना चाहिए।
• संचय: यह एक वेरिएबल() से होना चाहिए।
• लीनियर: यह एक वेरिएबल() से होना चाहिए।
• ग्रेड: प्रवणता।
• lr: स्केलिंग फैक्टर। यह एक स्केलर होना चाहिए।
• l1: L1 रेगुलराइजेशन। यह एक स्केलर होना चाहिए।
• l2: L2 संकुचन नियमन। यह एक अदिश राशि होनी चाहिए।
• lr_power: स्केलिंग फैक्टर। यह एक स्केलर होना चाहिए।

वैकल्पिक विशेषताएँ (देखें Attrs ):

• use_locking: यदि True , तो var और accum टेंसरों का अद्यतन एक लॉक द्वारा सुरक्षित किया जाएगा; अन्यथा व्यवहार अपरिभाषित है, लेकिन कम टकराव प्रदर्शित कर सकता है।

प्रतिफल:

• निर्मित Operation

सार्वजनिक विशेषताएँ

Operation operation

 ResourceApplyFtrlV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input linear,
  ::tensorflow::Input grad,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input l2_shrinkage,
  ::tensorflow::Input lr_power
)

 ResourceApplyFtrlV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input linear,
  ::tensorflow::Input grad,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input l2_shrinkage,
  ::tensorflow::Input lr_power,
  const ResourceApplyFtrlV2::Attrs & attrs
)

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)