Ftrl

kelas publik Ftrl

Pengoptimal yang mengimplementasikan algoritma FTRL.

Versi ini memiliki dukungan untuk L2 online (penalti L2 yang diberikan pada makalah di bawah) dan L2 tipe penyusutan (yang merupakan penambahan penalti L2 ke fungsi kerugian).

Lihat juga

Konstanta

Rangkaian AKI
mengambang INITIAL_ACCUMULATOR_VALUE_DEFAULT
mengambang L1STRENGTH_DEFAULT
mengambang L2STRENGTH_DEFAULT
mengambang L2_SHRINKAGE_REGULARIZATION_STRENGTH_DEFAULT
mengambang BELAJAR_RATE_DEFAULT
mengambang BELAJAR_RATE_POWER_DEFAULT
Rangkaian LINEAR_ACCUMULATOR

Konstanta yang Diwarisi

Konstruktor Publik

Ftrl ( Grafik grafik)
Membuat Pengoptimal Ftrl
Ftrl ( Grafik grafik, Nama string)
Membuat Pengoptimal Ftrl
Ftrl (Grafik grafik , kecepatan pembelajaran mengambang)
Membuat Pengoptimal Ftrl
Ftrl ( Grafik grafik, Nama string, Kecepatan pembelajaran float)
Membuat Pengoptimal Ftrl
Ftrl ( Grafik grafik, float learningRate, float learningRatePower, float initialAccumulatorValue, float l1Strength, float l2Strength, float l2ShrinkageRegularizationStrength)
Membuat Pengoptimal Ftrl
Ftrl ( Grafik grafik, Nama string, float learningRate, float learningRatePower, float initialAccumulatorValue, float l1Strength, float l2Strength, float l2ShrinkageRegularizationStrength)
Membuat Pengoptimal Ftrl

Metode Publik

Rangkaian
dapatkan Nama Pengoptimal ()
Dapatkan Nama pengoptimal.

Metode Warisan

Konstanta

AKUMULATOR String akhir statis publik

Nilai Konstan: "gradient_accumulator"

float akhir statis publik INITIAL_ACCUMULATOR_VALUE_DEFAULT

Nilai Konstan: 0,1

float akhir statis publik L1STRENGTH_DEFAULT

Nilai Konstan: 0,0

float akhir statis publik L2STRENGTH_DEFAULT

Nilai Konstan: 0,0

float final statis publik L2_SHRINKAGE_REGULARIZATION_STRENGTH_DEFAULT

Nilai Konstan: 0,0

float akhir statis publik LEARNING_RATE_DEFAULT

Nilai Konstan: 0,001

float akhir statis publik LEARNING_RATE_POWER_DEFAULT

Nilai Konstan: -0,5

String akhir statis publik LINIAR_ACCUMULATOR

Nilai Konstan: "linear_accumulator"

Konstruktor Publik

Ftrl publik ( Grafik grafik)

Membuat Pengoptimal Ftrl

Parameter
grafik Grafik TensorFlow

Ftrl publik ( Grafik grafik, Nama string)

Membuat Pengoptimal Ftrl

Parameter
grafik Grafik TensorFlow
nama nama Pengoptimal ini

Ftrl publik ( Grafik grafik, kecepatan pembelajaran mengambang)

Membuat Pengoptimal Ftrl

Parameter
grafik Grafik TensorFlow
Tingkat pembelajaran kecepatan pembelajaran

Ftrl publik (Grafik grafik , Nama string, Tingkat pembelajaran mengambang)

Membuat Pengoptimal Ftrl

Parameter
grafik Grafik TensorFlow
nama nama Pengoptimal ini
Tingkat pembelajaran kecepatan pembelajaran

Ftrl publik ( Grafik grafik, float learningRate, float learningRatePower, float initialAccumulatorValue, float l1Strength, float l2Strength, float l2ShrinkageRegularizationStrength)

Membuat Pengoptimal Ftrl

Parameter
grafik Grafik TensorFlow
Tingkat pembelajaran kecepatan pembelajaran
learningRatePower Mengontrol bagaimana kecepatan pembelajaran menurun selama pelatihan. Gunakan nol untuk kecepatan pembelajaran tetap.
NilaiAkumulator awal Nilai awal untuk akumulator. Hanya nilai nol atau positif yang diperbolehkan.
l1Kekuatan kekuatan Regularisasi L1, harus lebih besar atau sama dengan nol.
l2Kekuatan kekuatan Regularisasi L2, harus lebih besar atau sama dengan nol.
l2Kekuatan Regularisasi Penyusutan Hal ini berbeda dengan L2 di atas dimana L2 di atas merupakan penalti stabilisasi, sedangkan penyusutan L2 ini merupakan penalti magnitudo. harus lebih besar atau sama dengan nol.
Melempar
Pengecualian Argumen Ilegal jika InitialAccumulatorValue, l1RegularizationStrength, l2RegularizationStrength, atau l2ShrinkageRegularizationStrength kurang dari 0,0, atau learningRatePower lebih besar dari 0,0.

Ftrl publik ( Grafik grafik, Nama string, float learningRate, float learningRatePower, float initialAccumulatorValue, float l1Strength, float l2Strength, float l2ShrinkageRegularizationStrength)

Membuat Pengoptimal Ftrl

Parameter
grafik Grafik TensorFlow
nama nama Pengoptimal ini
Tingkat pembelajaran kecepatan pembelajaran
learningRatePower Mengontrol bagaimana kecepatan pembelajaran menurun selama pelatihan. Gunakan nol untuk kecepatan pembelajaran tetap.
NilaiAkumulator awal Nilai awal untuk akumulator. Hanya nilai nol atau positif yang diperbolehkan.
l1Kekuatan kekuatan Regularisasi L1, harus lebih besar atau sama dengan nol.
l2Kekuatan kekuatan Regularisasi L2, harus lebih besar atau sama dengan nol.
l2Kekuatan Regularisasi Penyusutan Hal ini berbeda dengan L2 di atas dimana L2 di atas merupakan penalti stabilisasi, sedangkan penyusutan L2 ini merupakan penalti magnitudo. harus lebih besar atau sama dengan nol.
Melempar
Pengecualian Argumen Ilegal jika InitialAccumulatorValue, l1RegularizationStrength, l2RegularizationStrength, atau l2ShrinkageRegularizationStrength kurang dari 0,0, atau learningRatePower lebih besar dari 0,0.

Metode Publik

String publik getOptimizerName ()

Dapatkan Nama pengoptimal.

Kembali
  • Nama pengoptimal.