tensorflow::ops::ResourceApplyFtrl

Mettre à jour '*var' selon le schéma proximal Ftrl.

Résumé

accum_new = accum + grad * grad linéaire += grad - (accum_new^(-lr_power) - accum^(-lr_power)) / lr * var quadratic = 1.0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (signe (linéaire) * l1 - linéaire) / quadratique si |linéaire| > l1 sinon 0,0 cumul = accum_new

Arguments :

• portée : un objet Scope
• var : Doit provenir d'une Variable().
• accum : Doit provenir d'une variable().
• linéaire : Doit provenir d'une variable().
• grad : Le gradient.
• lr : Facteur d’échelle. Doit être un scalaire.
• l1 : Régularisation L1. Doit être un scalaire.
• l2 : Régularisation L2. Doit être un scalaire.
• lr_power : Facteur d’échelle. Doit être un scalaire.

Attributs optionnels (voir Attrs ) :

• use_locking : Si True , la mise à jour des tenseurs var et accum sera protégée par un verrou ; sinon, le comportement est indéfini, mais peut présenter moins de contention.

Retours :

• l' Operation créée

attributs publics

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
)