tensorflow::ops::ResourceSparseApplyProximalAdagrad

Entrées de mise à jour éparses dans '*var' et '*accum' selon l'algorithme FOBOS.

Résumé

Pour les lignes pour lesquelles nous avons un gradient, nous mettons à jour var et accum comme suit : 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}

Arguments :

• portée : un objet Scope
• var : Doit provenir d'une Variable().
• accum : Doit provenir d'une variable().
• lr : Taux d’apprentissage. Doit être un scalaire.
• l1 : Régularisation L1. Doit être un scalaire.
• l2 : Régularisation L2. Doit être un scalaire.
• grad : Le gradient.
• indices : Un vecteur d'indices dans la première dimension de var et accum.

Attributs optionnels (voir Attrs ) :

• use_locking : Si la valeur est 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

 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
)