tensorflow :: operaciones :: SparseApplyFtrl

#include <training_ops.h>

Actualice las entradas relevantes en '* var' de acuerdo con el esquema Ftrl-proximal.

Resumen

Es decir, para las filas para las que hemos graduado, actualizamos var, acum y linear de la siguiente manera:

$$accum_new = accum + grad * grad$$
$$linear += grad + (accum_{new}^{-lr_{power} } - accum^{-lr_{power} } / lr * var$$
$$quadratic = 1.0 / (accum_{new}^{lr_{power} } * lr) + 2 * l2$$
$$var = (sign(linear) * l1 - linear) / quadratic\ if\ |linear| > l1\ else\ 0.0$$
$$accum = accum_{new}$$

Argumentos:

  • alcance: un objeto de alcance
  • var: debe ser de una variable ().
  • acum: debe ser de una variable ().
  • lineal: debe ser de una variable ().
  • grad: El gradiente.
  • índices: Un vector de índices en la primera dimensión de var y acum.
  • lr: factor de escala. Debe ser un escalar.
  • l1: Regularización L1. Debe ser un escalar.
  • l2: Regularización L2. Debe ser un escalar.
  • lr_power: factor de escala. Debe ser un escalar.

Atributos opcionales (consulte Attrs ):

  • use_locking: si es True , la actualización de los tensores var y acumuladores estará protegida por un bloqueo; de lo contrario, el comportamiento no está definido, pero puede mostrar menos contención.

Devoluciones:

Constructores y Destructores

SparseApplyFtrl (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 lr_power)
SparseApplyFtrl (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 lr_power, const SparseApplyFtrl::Attrs & attrs)

Atributos públicos

operation
out

Funciones publicas

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

Funciones estáticas públicas

MultiplyLinearByLr (bool x)
UseLocking (bool x)

Estructuras

tensorflow :: ops :: SparseApplyFtrl :: Attrs

Establecedores de atributos opcionales para SparseApplyFtrl .

Atributos públicos

operación

Operation operation

fuera

::tensorflow::Output out

Funciones publicas

SparseApplyFtrl

 SparseApplyFtrl(
  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 lr_power
)

SparseApplyFtrl

 SparseApplyFtrl(
  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 lr_power,
  const SparseApplyFtrl::Attrs & attrs
)

nodo

::tensorflow::Node * node() const 

operador :: tensorflow :: Entrada

 operator::tensorflow::Input() const 

operador :: tensorflow :: Salida

 operator::tensorflow::Output() const 

Funciones estáticas públicas

MultiplyLinearByLr

Attrs MultiplyLinearByLr(
  bool x
)

UseLocking

Attrs UseLocking(
  bool x
)