tensorflow:: ops:: ResourceApplyFtrl

Actualizar '*var' según el esquema Ftrl-proximal.

Resumen

accum_new = accum + grad * grad lineal += grad - (accum_new^(-lr_power) - accum^(-lr_power)) / lr * var cuadrático = 1.0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (signo(lineal) * l1 - lineal) / cuadrático si |lineal| > l1 más 0.0 accum = accum_new

Argumentos:

• ámbito: Un objeto de ámbito
• var: Debe provenir de una Variable().
• accum: Debe provenir de una Variable().
• lineal: Debe provenir de una Variable().
• grad: El gradiente.
• lr: Factor de escala. Debe ser un escalar.
• l1: Regularización L1. Debe ser un escalar.
• l2: Regularización L2. Debe ser un escalar.
• lr_power: Factor de escala. Debe ser un escalar.

Atributos opcionales (ver Attrs ):

• use_locking: Si es True , la actualización de los tensores var y accum estará protegida por un bloqueo; de lo contrario, el comportamiento es indefinido, pero puede presentar menos contención.

Devoluciones:

• la Operation creada

Atributos públicos

Operation operation

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

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

 operator::tensorflow::Operation() const 

Attrs MultiplyLinearByLr(
  bool x
)

Attrs UseLocking(
  bool x
)