tensorflow::ops:: SparseApplyProximalAdagrad

#include <training_ops.h>

ورودی‌های به‌روزرسانی پراکنده در '*var' و '*accum' طبق الگوریتم FOBOS.

خلاصه

یعنی برای ردیف‌هایی که grad داریم، var و accum را به صورت زیر به‌روزرسانی می‌کنیم:

$$accum += grad * grad$$
$$prox_v = var$$
$$prox_v -= lr * grad * (1 / sqrt(accum))$$
$$var = sign(prox_v)/(1+lr*l2) * max{|prox_v|-lr*l1,0}$$

استدلال‌ها:

  • دامنه: یک شیء دامنه
  • var: باید از یک متغیر () باشد.
  • accum: باید از یک متغیر () باشد.
  • lr: نرخ یادگیری. باید اسکالر باشد.
  • l1: منظم‌سازی L1. باید اسکالر باشد.
  • l2: منظم‌سازی L2. باید اسکالر باشد.
  • گرادیان: شیب.
  • شاخص‌ها: برداری از شاخص‌ها در بعد اول var و accum.

ویژگی‌های اختیاری (به Attrs مراجعه کنید):

  • use_locking: اگر مقدار آن درست باشد، به‌روزرسانی تانسورهای var و accum توسط یک قفل محافظت می‌شود؛ در غیر این صورت رفتار تعریف نشده است، اما ممکن است رقابت کمتری را نشان دهد.

بازده:

  • Output : مشابه "var" است.

سازنده‌ها و مخرب‌ها

SparseApplyProximalAdagrad (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)
SparseApplyProximalAdagrad (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 SparseApplyProximalAdagrad::Attrs & attrs)

ویژگی‌های عمومی

operation
out

کارکردهای عمومی

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

توابع استاتیک عمومی

UseLocking (bool x)

ساختارها

tensorflow:: ops:: SparseApplyProximalAdagrad:: Attrs

تنظیم‌کننده‌های ویژگی اختیاری برای SparseApplyProximalAdagrad .

ویژگی‌های عمومی

عملیات 

Operation operation

بیرون 

::tensorflow::Output out

کارکردهای عمومی

SparseApplyProximalAdagrad 

 SparseApplyProximalAdagrad(
  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
)

SparseApplyProximalAdagrad 

 SparseApplyProximalAdagrad(
  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 SparseApplyProximalAdagrad::Attrs & attrs
)

گره 

::tensorflow::Node * node() const

عملگر::tensorflow::ورودی 

 operator::tensorflow::Input() const

عملگر::tensorflow::خروجی 

 operator::tensorflow::Output() const

توابع استاتیک عمومی

استفاده از قفل 

Attrs UseLocking(
  bool x
)