tensorflow::ops::ResourceSparseApplyFtrl

'*var' içindeki ilgili girdileri Ftrl-proksimal şemasına göre güncelleyin.

Özet

Yani, gradyan değerine sahip olduğumuz satırlar için var, accum ve linear değerlerini aşağıdaki gibi güncelliyoruz: accum_new = accum + grad * grad linear += grad - (accum_new^(-lr_power) - accum^(-lr_power)) / lr * var quadratic = 1.0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (sign(linear) * l1 - linear) / quadratic if |linear| > l1 else 0.0 accum = accum_new

Argümanlar:

• kapsam: Bir Kapsam nesnesi
• var: Bir Variable() türünden gelmelidir.
• accum: Bir Variable() türünden gelmelidir.
• Doğrusal: Bir Değişkenden gelmelidir().
• grad: Eğim.
• İndeksler: Var ve accum'un birinci boyutuna ait indekslerin vektörü.
• lr: Ölçeklendirme faktörü. Skaler bir değer olmalıdır.
• l1: L1 düzenlemesi. Skaler bir değer olmalıdır.
• l2: L2 düzenlemesi. Skaler bir değer olmalıdır.
• lr_power: Ölçeklendirme faktörü. Skaler bir değer olmalıdır.

İsteğe bağlı özellikler (bkz. Attrs ):

• use_locking: True ise, var ve accum tensörlerinin güncellenmesi bir kilit ile korunacaktır; aksi takdirde davranış tanımsızdır, ancak daha az çekişme gösterebilir.

İadeler:

• oluşturulan Operation

Genel özellikler

Operation operation

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

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

 operator::tensorflow::Operation() const 

Attrs MultiplyLinearByLr(
  bool x
)

Attrs UseLocking(
  bool x
)