tensorflow:: ops:: ResourceSparseApplyProximalGradientDescent

निश्चित लर्निंग रेट के साथ FOBOS एल्गोरिदम के रूप में स्पार्स अपडेट '*var'।

सारांश

यानी, जिन पंक्तियों के लिए हमारे पास ग्रेडिएंट है, उनके लिए हम var को इस प्रकार अपडेट करते हैं: prox_v = var - alpha * grad var = sign(prox_v)/(1+alpha*l2) * max{|prox_v|-alpha*l1,0}

तर्क:

• स्कोप: एक स्कोप ऑब्जेक्ट
• var: यह एक Variable() से होना चाहिए।
• अल्फा: स्केलिंग फैक्टर। यह एक स्केलर होना चाहिए।
• l1: L1 नियमितीकरण। यह एक अदिश राशि होनी चाहिए।
• l2: L2 नियमितीकरण। यह एक अदिश राशि होनी चाहिए।
• ग्रेड: प्रवणता।
• सूचकांक: var और accum के पहले आयाम में सूचकांकों का एक सदिश।

वैकल्पिक विशेषताएँ (देखें Attrs ):

• use_locking: यदि True है, तो घटाव को लॉक द्वारा सुरक्षित किया जाएगा; अन्यथा व्यवहार अपरिभाषित है, लेकिन इसमें कम टकराव हो सकता है।

प्रतिफल:

• निर्मित Operation

सार्वजनिक विशेषताएँ

Operation operation

 ResourceSparseApplyProximalGradientDescent(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input alpha,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices
)

 ResourceSparseApplyProximalGradientDescent(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input alpha,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices,
  const ResourceSparseApplyProximalGradientDescent::Attrs & attrs
)

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)