قم بتحديث '*var' وفقًا لمخطط Ftrl-proximal.
grad_with_shrinkage = grad + 2 * l2_shrinkage * var accum_new = accum + grad * grad الخطي += grad_with_shrinkage - (accum_new^(-lr_power) - accum^(-lr_power)) / lr * var تربيعي = 1.0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (sign(linear) * l1 - خطي) / من الدرجة الثانية إذا |خطي| > l1 آخر 0.0 تراكم = تراكم_جديد
فئات متداخلة
فصل | ApplyFtrl.Options | السمات الاختيارية لـ ApplyFtrl |
الثوابت
خيط | OP_NAME | اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي |
الأساليب العامة
الإخراج <T> | كإخراج () إرجاع المقبض الرمزي للموتر. |
ثابت <T يمتد TType > ApplyFtrl <T> | |
ApplyFtrl.Options ثابت | multiplyLinearByLr (الضرب المنطقي LinearByLr) |
الإخراج <T> | خارج () نفس "فار". |
ApplyFtrl.Options ثابت | useLocking (استخدام منطقي منطقي) |
الطرق الموروثة
الثوابت
السلسلة النهائية الثابتة العامة OP_NAME
اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي
الأساليب العامة
الإخراج العام <T> كإخراج ()
إرجاع المقبض الرمزي للموتر.
المدخلات إلى عمليات TensorFlow هي مخرجات عملية TensorFlow أخرى. يتم استخدام هذه الطريقة للحصول على مقبض رمزي يمثل حساب الإدخال.
ApplyFtrl <T> ثابت عام ( نطاق النطاق، المعامل <T> var، المعامل <T> تراكم، المعامل <T> الخطي، المعامل <T> grad، المعامل <T> lr، المعامل <T> l1 ، المعامل <T> > l2، المعامل <T> l2Shrinkage، المعامل <T> lrPower، الخيارات... خيارات)
طريقة المصنع لإنشاء فئة تغلف عملية ApplyFtrl جديدة.
حدود
نِطَاق | النطاق الحالي |
---|---|
فار | يجب أن يكون من متغير (). |
تراكم | يجب أن يكون من متغير (). |
خطي | يجب أن يكون من متغير (). |
خريج | التدرج. |
lr | عامل التحجيم. يجب أن يكون العددية. |
l1 | تسوية L1. يجب أن يكون العددية. |
l2 | تنظيم الانكماش L2. يجب أن يكون العددية. |
lrPower | عامل التحجيم. يجب أن يكون العددية. |
خيارات | يحمل قيم السمات الاختيارية |
عائدات
- مثيل جديد لـ ApplyFtrl
ApplyFtrl.Options العام الثابت useLocking (الاستخدام المنطقي Boolean useLocking)
حدود
useLocking | إذا كان "صحيحًا"، فسيتم حماية تحديث موترتي var وaccum بواسطة قفل؛ وإلا فإن السلوك غير محدد، ولكنه قد يحمل قدرًا أقل من الخلاف. |
---|