tensorflow::ops::ResourceSparseApplyProximalGradientDescent

Разреженное обновление '*var' как алгоритм FOBOS с фиксированной скоростью обучения.

Краткое содержание

Для строк, для которых у нас есть значение grad, мы обновляем var следующим образом: prox_v = var - alpha * grad var = sign(prox_v)/(1+alpha*l2) * max{|prox_v|-alpha*l1,0}

Аргументы:

• scope: Объект Scope
• var: Должно быть из функции Variable().
• альфа: Масштабный коэффициент. Должен быть скалярным значением.
• l1: L1-регуляризация. Должна быть скалярной величиной.
• l2: L2-регуляризация. Должна быть скалярной величиной.
• grad: Градиент.
• индексы: Вектор индексов, помещенный в первое измерение переменных и накоплений.

Дополнительные атрибуты (см. Attrs ):

• use_locking: Если True, вычитание будет защищено блокировкой; в противном случае поведение не определено, но может проявлять меньшую конкуренцию.

Возвращает:

• созданная Operation

Общедоступные атрибуты

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
)