כיתה ציבורית Ftrl
אופטימיזציה המיישמת את אלגוריתם FTRL.
לגרסה זו יש תמיכה הן ב-L2 המקוון (העונש L2 שניתן במאמר למטה) והן ב-L2 מסוג הצטמקות (שהוא תוספת של עונש L2 לפונקציית ההפסד).
קבועים
| חוּט | מַצבֵּר | |
| לָצוּף | INITIAL_ACCUMULATOR_VALUE_DEFAULT | |
| לָצוּף | L1STRENGTH_DEFAULT | |
| לָצוּף | L2STRENGTH_DEFAULT | |
| לָצוּף | L2_SHRINKAGE_REGULARIZATION_STRENGTH_DEFAULT | |
| לָצוּף | LEARNING_RATE_DEFAULT | |
| לָצוּף | LEARNING_RATE_POWER_DEFAULT | |
| חוּט | LINEAR_ACCUMULATOR |
קבועים בירושה
בונים ציבוריים
שיטות ציבוריות
| חוּט | getOptimizerName () קבל את השם של מייעל האופטימיזציה. |
שיטות בירושה
קבועים
מחרוזת סופית סטטית ציבורית ACCUMULATOR
ערך קבוע: "מצבר_דרגתי"
ציפה סופית סטטית ציבורית INITIAL_ACCUMULATOR_VALUE_DEFAULT
ערך קבוע: 0.1
ציפה סופית סטטית ציבורית L1STRENGTH_DEFAULT
ערך קבוע: 0.0
ציפה סופית סטטית ציבורית L2STRENGTH_DEFAULT
ערך קבוע: 0.0
ציפה סופית סטטית ציבורית L2_SHRINKAGE_REGULARIZATION_STRENGTH_DEFAULT
ערך קבוע: 0.0
ציפה סופית סטטית ציבורית LEARNING_RATE_DEFAULT
ערך קבוע: 0.001
ציפה סופית סטטית ציבורית LEARNING_RATE_POWER_DEFAULT
ערך קבוע: -0.5
מחרוזת סופית סטטית ציבורית LINEAR_ACCUMULATOR
ערך קבוע: "צבר_ליניארי"
בונים ציבוריים
Public Ftrl (גרף גרף , שם מחרוזת)
יוצר כלי מיטוב Ftrl
פרמטרים
| גרָף | גרף TensorFlow |
|---|---|
| שֵׁם | השם של כלי האופטימיזציה הזה |
Public Ftrl ( גרף גרף, float learningRate)
יוצר כלי מיטוב Ftrl
פרמטרים
| גרָף | גרף TensorFlow |
|---|---|
| קצב למידה | קצב הלמידה |
Public Ftrl (גרף גרף , שם מחרוזת, float learningRate)
יוצר כלי מיטוב Ftrl
פרמטרים
| גרָף | גרף TensorFlow |
|---|---|
| שֵׁם | השם של כלי האופטימיזציה הזה |
| קצב למידה | קצב הלמידה |
Public Ftrl ( גרף גרף, float learningRate, float learningRatePower, float initialAccumulatorValue, float l1Strength, float l2Strength, float l2ShrinkageRegularizationStrength)
יוצר כלי מיטוב Ftrl
פרמטרים
| גרָף | גרף TensorFlow |
|---|---|
| קצב למידה | קצב הלמידה |
| learningRatePower | שולט כיצד קצב הלמידה יורד במהלך האימון. השתמש באפס עבור קצב למידה קבוע. |
| initialAccumulatorValue | הערך ההתחלתי עבור מצברים. רק ערכים אפסיים או חיוביים מותרים. |
| l1 כוח | עוצמת הרגולציה L1 חייבת להיות גדולה או שווה לאפס. |
| l2Strength | עוצמת הוויסות L2 חייבת להיות גדולה או שווה לאפס. |
| l2הצטמקותרגוליזציה חוזק | זה שונה מ-L2 לעיל בכך שה-L2 לעיל הוא עונש ייצוב, בעוד שההתכווצות של L2 היא עונש בגודל. חייב להיות גדול או שווה לאפס. |
זורק
| חריג טיעון לא חוקי | אם initialAccumulatorValue, l1RegularizationStrength, l2RegularizationStrength או l2ShrinkageRegularizationStrength הם פחות מ-0.0, או learningRatePower גדול מ-0.0. |
|---|
Public Ftrl ( גרף גרף, שם מחרוזת, float learningRate, float learningRatePower, float initialAccumulatorValue, float l1Strength, float l2Strength, float l2ShrinkageRegularizationStrength)
יוצר כלי מיטוב Ftrl
פרמטרים
| גרָף | גרף TensorFlow |
|---|---|
| שֵׁם | השם של כלי האופטימיזציה הזה |
| קצב למידה | קצב הלמידה |
| learningRatePower | שולט כיצד קצב הלמידה יורד במהלך האימון. השתמש באפס עבור קצב למידה קבוע. |
| initialAccumulatorValue | הערך ההתחלתי עבור מצברים. רק ערכים אפסיים או חיוביים מותרים. |
| l1 כוח | עוצמת הרגולציה L1 חייבת להיות גדולה או שווה לאפס. |
| l2Strength | עוצמת הוויסות L2 חייבת להיות גדולה או שווה לאפס. |
| l2הצטמקותרגוליזציה חוזק | זה שונה מ-L2 לעיל בכך שה-L2 לעיל הוא עונש ייצוב, בעוד שההתכווצות של L2 היא עונש בגודל. חייב להיות גדול או שווה לאפס. |
זורק
| חריג טיעון לא חוקי | אם initialAccumulatorValue, l1RegularizationStrength, l2RegularizationStrength או l2ShrinkageRegularizationStrength הם פחות מ-0.0, או learningRatePower גדול מ-0.0. |
|---|
שיטות ציבוריות
מחרוזת ציבורית getOptimizerName ()
קבל את השם של מייעל האופטימיזציה.
החזרות
- שם האופטימיזציה.