tensorflow:: ops:: ResourceSparseApplyProximalAdagrad

FOBOS অ্যালগরিদম অনুসারে '*var' এবং '*accum'-এ বিক্ষিপ্তভাবে এন্ট্রি আপডেট করা হয়।

সারসংক্ষেপ

অর্থাৎ, যে সারিগুলোর জন্য আমাদের grad আছে, সেগুলোর জন্য আমরা var এবং accum নিম্নরূপে আপডেট করি: accum += grad * grad prox_v = var prox_v -= lr * grad * (1 / sqrt(accum)) var = sign(prox_v)/(1+lr*l2) * max{|prox_v|-lr*l1,0}

যুক্তি:

• স্কোপ: একটি স্কোপ অবজেক্ট
• var: Variable() থেকে আসা উচিত।
• accum: এটি একটি Variable() থেকে আসা উচিত।
• lr: লার্নিং রেট। এটি অবশ্যই একটি স্কেলার হতে হবে।
• l1: L1 রেগুলারাইজেশন। অবশ্যই একটি স্কেলার হতে হবে।
• l2: L2 রেগুলারাইজেশন। অবশ্যই স্কেলার হতে হবে।
• grad: নতিমাত্রা।
• indices: var এবং accum-এর প্রথম ডাইমেনশনের সূচকসমূহের একটি ভেক্টর।

ঐচ্ছিক অ্যাট্রিবিউটসমূহ (দেখুন Attrs ):

• use_locking: যদি True হয়, তাহলে var এবং accum টেনসরগুলোর আপডেট একটি লক দ্বারা সুরক্ষিত থাকবে; অন্যথায় এর আচরণ অনির্ধারিত, তবে এতে কনটেনশন কম হতে পারে।

ফেরত:

• তৈরি করা Operation

জনসাধারণের বৈশিষ্ট্য

Operation operation

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

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

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)