тензорный поток :: ops :: ResourceSparseApplyProximalAdagrad

Редкие записи обновлений в '* var' и '* accum' в соответствии с алгоритмом FOBOS.

Резюме

То есть для строк, для которых у нас есть grad, мы обновляем переменные и накопители следующим образом: + + = + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + \ с \ с \ с + lr * l2) * max {| prox_v | -lr * l1,0}

Аргументы:

• scope: Объект Scope
• var: должно быть из переменной ().
• Накопление: должно быть из переменной ().
• lr: Скорость обучения. Должен быть скаляр.
• l1: регуляризация L1. Должен быть скаляр.
• l2: L2 регуляризация. Должен быть скаляр.
• grad: градиент.
• индексы: вектор индексов в первом измерении переменных и аккумуляторов.

Необязательные атрибуты (см. Attrs ):

• use_locking: Если True, обновление тензоров переменных и аккумуляторов будет защищено блокировкой; в противном случае поведение не определено, но может вызывать меньше конфликтов.

Возврат:

• созданная Operation

Публичные атрибуты

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
)