tensorflow:: ops:: ApplyProximalAdagrad

עדכון '*var' ו-'*accum' בהתאם ל-FOBOS עם קצב הלמידה של Adagrad.

תַקצִיר

‏accum += grad * grad ‏prox_v = var - lr * grad * (1 / sqrt(accum)) ‏var = sign(prox_v)/(1+lr*l2) * max{|prox_v|-lr*l1,0}

טיעונים:

• היקף: אובייקט היקף
• var: צריך להיות מתוך Variable().
• accum: צריך להיות מ-Variable().
• lr: גורם קנה מידה. חייב להיות סקלרי.
• l1: רגולריזציה של L1. חייב להיות סקלרי.
• l2: רגולריזציה של L2. חייב להיות סקלרי.
• גראד: הגרדיאנט.

מאפיינים אופציונליים (ראה Attrs ):

• use_locking: אם True, עדכון הטנזורים var ו- accum יהיה מוגן על ידי נעילה; אחרת ההתנהגות אינה מוגדרת, אך עשויה להפגין פחות תחרות.

החזרות:

• Output : זהה ל-"var".

מאפיינים ציבוריים

Operation operation

::tensorflow::Output out

 ApplyProximalAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input grad
)

 ApplyProximalAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input grad,
  const ApplyProximalAdagrad::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)