tensorflow::ops::ResourceSparseApplyProximalGradientDescent

Aggiornamento sparso '*var' come algoritmo FOBOS con tasso di apprendimento fisso.

Riepilogo

Questo vale per le righe per cui abbiamo il gradiente, aggiorniamo la variabile come segue: prox_v = variabile - alpha * gradiente var = sign(prox_v)/(1+alpha*l2) * max{|prox_v|-alpha*l1,0}

Argomentazioni:

• ambito: un oggetto Scope
• var: Dovrebbe provenire da una Variable().
• alpha: Fattore di scala. Deve essere uno scalare.
• l1: Regolarizzazione L1. Deve essere uno scalare.
• l2: Regolarizzazione L2. Deve essere uno scalare.
• grad: Il gradiente.
• indici: Un vettore di indici nella prima dimensione di var e accum.

Attributi opzionali (vedere Attrs ):

• use_locking: Se True, la sottrazione sarà protetta da un blocco; altrimenti il ​​comportamento non è definito, ma potrebbe presentare una minore contesa.

Resi:

• l' Operation creata

attributi pubblici

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
)