tensorflow:: ops:: ResourceSparseApplyProximalAdagrad

FOBOSアルゴリズムに従って、'*var'と'*accum'に疎な更新エントリが格納されます。

まとめ

つまり、grad が設定されている行については、var と accum を次のように更新します。 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}

議論:

• スコープ:スコープオブジェクト
• var: Variable() から取得する必要があります。
• accum: Variable() から取得する必要があります。
• lr: 学習率。スカラー値である必要があります。
• l1: L1正則化。スカラー値である必要があります。
• l2: L2正則化。スカラー値である必要があります。
• grad: 勾配。
• インデックス: var と accum の第 1 次元へのインデックスのベクトル。

オプション属性（ Attrs参照）：

• use_locking: Trueの場合、varおよびaccumテンソルの更新はロックによって保護されます。それ以外の場合は動作は未定義ですが、競合が少なくなる可能性があります。

返品:

• 作成されたOperation

公開属性

Operation operation

 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
)

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)