tensorflow:: ops:: SparseApplyFtrlV2

Ftrl近接スキームに従って、'*var'内の関連するエントリを更新します。

まとめ

つまり、grad がある行については、var、accum、linear を次のように更新します。 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

議論:

• スコープ:スコープオブジェクト
• var: Variable() から取得する必要があります。
• accum: Variable() から取得する必要があります。
• linear: Variable() から取得する必要があります。
• grad: 勾配。
• インデックス: var と accum の第 1 次元へのインデックスのベクトル。
• lr: スケーリング係数。スカラー値である必要があります。
• l1: L1正則化。スカラー値である必要があります。
• l2: L2収縮正則化。スカラー値である必要があります。
• lr_power: スケーリング係数。スカラー値である必要があります。

オプション属性（ Attrs参照）：

• use_locking: Trueの場合、var および accum テンソルの更新はロックによって保護されます。それ以外の場合は動作は未定義ですが、競合が少なくなる可能性があります。

返品:

• Output : "var" と同じです。

公開属性

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
)