tensorflow::ops::SparseApplyFtrlV2

Perbarui entri yang relevan di '*var' sesuai dengan skema proksimal Ftrl.

Ringkasan

Artinya, untuk baris yang memiliki grad, kita memperbarui var, accum, dan linear sebagai berikut: grad_with_shrinkage = grad + 2 * l2_shrinkage * var accum_new = accum + grad * grad linear += grad_with_shrinkage - (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

Argumen:

• Cakupan: Objek Cakupan
• var: Seharusnya berasal dari Variable().
• accum: Seharusnya berasal dari Variable().
• linear: Harus berasal dari Variable().
• grad: Gradien.
• indeks: Sebuah vektor indeks ke dimensi pertama dari var dan accum.
• lr: Faktor skala. Harus berupa besaran skalar.
• l1: Regularisasi L1. Harus berupa skalar.
• l2: Regularisasi penyusutan L2. Harus berupa skalar.
• lr_power: Faktor penskalaan. Harus berupa skalar.

Atribut opsional (lihat Attrs ):

• use_locking: Jika True , pembaruan tensor var dan accum akan dilindungi oleh kunci; jika tidak, perilakunya tidak terdefinisi, tetapi mungkin menunjukkan lebih sedikit persaingan.

Mengembalikan:

• Output : Sama dengan "var".

Atribut publik

Operation operation

::tensorflow::Output out

 SparseApplyFtrlV2(
  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 l2_shrinkage,
  ::tensorflow::Input lr_power
)

 SparseApplyFtrlV2(
  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 l2_shrinkage,
  ::tensorflow::Input lr_power,
  const SparseApplyFtrlV2::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs MultiplyLinearByLr(
  bool x
)

Attrs UseLocking(
  bool x
)