тензорный поток :: ops :: SparseApplyFtrlV2

#include <training_ops.h>

Обновите соответствующие записи в '* var' в соответствии со схемой Ftrl-Proximal.

Резюме

То есть для строк, для которых у нас есть grad, мы обновляем var, accum и linear следующим образом: grad_with_shrinkage = grad + 2 * l2_shrinkage * var аккумулятор_new = аккумулятор + grad * grad linear + = grad_with_shrinkage - (аккумулятор_new ^ (- lr_power) - аккумулятор ^ (-lr_power)) / lr * var quadratic = 1.0 / (аккумулятор_new ^ (lr_power) * lr) + 2 * l2 var = (sign (linear) * l1 - linear) / quadratic if | linear | > l1 иначе 0.0 аккумулятор = аккумулятор_новый

Аргументы:

  • scope: объект Scope
  • var: должно быть из переменной ().
  • Накопление: должно быть из переменной ().
  • linear: должно быть из переменной ().
  • grad: градиент.
  • индексы: вектор индексов в первом измерении переменных и аккумуляторов.
  • lr: коэффициент масштабирования. Должен быть скаляр.
  • l1: регуляризация L1. Должен быть скаляр.
  • l2: Регуляризация усадки L2. Должен быть скаляр.
  • lr_power: коэффициент масштабирования. Должен быть скаляр.

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:

  • Output : То же, что и «var».

Конструкторы и деструкторы

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)

Публичные атрибуты

operation
out

Публичные функции

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

Публичные статические функции

MultiplyLinearByLr (bool x)
UseLocking (bool x)

Структуры

tenorflow :: ops :: SparseApplyFtrlV2 :: Attrs

Необязательные установщики атрибутов для SparseApplyFtrlV2 .

Публичные атрибуты

операция

Operation operation

вне

::tensorflow::Output out

Публичные функции

SparseApplyFtrlV2

 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

 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
)

узел

::tensorflow::Node * node() const

оператор :: тензорный поток :: Ввод

 operator::tensorflow::Input() const

оператор :: tenorflow :: Выход

 operator::tensorflow::Output() const

Публичные статические функции

MultiplyLinearByLr

Attrs MultiplyLinearByLr(
  bool x
)

Использование

Attrs UseLocking(
  bool x
)