tensorflow::ops::ResourceSparseApplyProximalAdagrad
#include <training_ops.h>ورودیهای بهروزرسانی پراکنده در '*var' و '*accum' طبق الگوریتم FOBOS.
خلاصه
یعنی برای ردیفهایی که grad داریم، var و accum را به صورت زیر بهروزرسانی میکنیم: 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}
استدلالها:
- دامنه: یک شیء دامنه
- var: باید از یک متغیر () باشد.
- accum: باید از یک متغیر () باشد.
- lr: نرخ یادگیری. باید اسکالر باشد.
- l1: منظمسازی L1. باید اسکالر باشد.
- l2: منظمسازی L2. باید اسکالر باشد.
- گرادیان: شیب.
- شاخصها: برداری از شاخصها در بعد اول var و accum.
ویژگیهای اختیاری (به Attrs مراجعه کنید):
- use_locking: اگر مقدار آن درست باشد، 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 | |
|---|---|
ResourceSparseApplyProximalAdagrad (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) | |
ResourceSparseApplyProximalAdagrad (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 ResourceSparseApplyProximalAdagrad::Attrs & attrs) |
ویژگیهای عمومی | |
|---|---|
operation | |
کارکردهای عمومی | |
|---|---|
operator::tensorflow::Operation () const | |
توابع استاتیک عمومی | |
|---|---|
UseLocking (bool x) | |
ساختارها | |
|---|---|
| tensorflow:: ops:: ResourceSparseApplyProximalAdagrad:: Attrs | تنظیمکنندههای ویژگی اختیاری برای ResourceSparseApplyProximalAdagrad . |
ویژگیهای عمومی
عملیات
Operation operation
کارکردهای عمومی
منابع پراکندهاعمال کنیدProximalAdagrad
ResourceSparseApplyProximalAdagrad( 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 )
منابع پراکندهاعمال کنیدProximalAdagrad
ResourceSparseApplyProximalAdagrad( 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 ResourceSparseApplyProximalAdagrad::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.