ApplyFtrl

classe finale pubblica ApplyFtrl

Aggiorna '*var' secondo lo schema Ftrl-prossimale.

grad_with_shrinkage = grad + 2 * l2_shrinkage * var accum_new = accum + grad * grad lineare += grad_with_shrinkage - (accum_new^(-lr_power) - accum^(-lr_power)) / lr * var quadratico = 1.0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (segno(lineare) * l1 - lineare) / quadratico if |lineare| > l1 altrimenti 0.0 accum = accum_new

Classi nidificate

classe ApplyFtrl.Options Attributi facoltativi per ApplyFtrl

Costanti

Corda OP_NAME Il nome di questa operazione, come noto al motore principale di TensorFlow

Metodi pubblici

Uscita <T>
comeuscita ()
Restituisce l'handle simbolico del tensore.
statico <T estende TType > ApplyFtrl <T>
create ( Ambito ambito , Operando <T> var, Operando <T> accum, Operando <T> linear, Operando <T> grad, Operando <T> lr, Operando <T> l1, Operando <T> l2, Operando <T > l2Ritiro, Operando <T> lrPower, Opzioni... opzioni)
Metodo factory per creare una classe che racchiude una nuova operazione ApplyFtrl.
ApplyFtrl.Options statico
moltiplicaLinearByLr (moltiplicazione booleanaLinearByLr)
Uscita <T>
fuori ()
Uguale a "var".
ApplyFtrl.Options statico
useLocking (useLocking booleano)

Metodi ereditati

Costanti

Stringa finale statica pubblica OP_NAME

Il nome di questa operazione, come noto al motore principale di TensorFlow

Valore costante: "ApplyFtrlV2"

Metodi pubblici

Uscita pubblica <T> asOutput ()

Restituisce l'handle simbolico del tensore.

Gli input per le operazioni TensorFlow sono output di un'altra operazione TensorFlow. Questo metodo viene utilizzato per ottenere un handle simbolico che rappresenta il calcolo dell'input.

public static ApplyFtrl <T> create ( Scope scope, Operando <T> var, Operando <T> accum, Operando <T> linear, Operando <T> grad, Operando <T> lr, Operando <T> l1, Operando <T > l2, Operando <T> l2Shrinkage, Operando <T> lrPower, Opzioni... opzioni)

Metodo factory per creare una classe che racchiude una nuova operazione ApplyFtrl.

Parametri
scopo ambito attuale
var Dovrebbe provenire da una variabile().
accu Dovrebbe provenire da una variabile().
lineare Dovrebbe provenire da una variabile().
grado Il gradiente.
lr Fattore di scala. Deve essere uno scalare.
l1 Regolarizzazione L1. Deve essere uno scalare.
l2 Regolarizzazione del ritiro L2. Deve essere uno scalare.
lrPower Fattore di scala. Deve essere uno scalare.
opzioni trasporta valori di attributi opzionali
ritorna
  • una nuova istanza di ApplyFtrl

public static ApplyFtrl.Options multiplyLinearByLr (moltiplicazione booleanaLinearByLr)

Uscita pubblica <T> out ()

Uguale a "var".

public static ApplyFtrl.Options useLocking (useLocking booleano)

Parametri
utilizzareBlocco Se "Vero", l'aggiornamento dei tensori var e accum sarà protetto da un blocco; altrimenti il ​​comportamento non è definito, ma può mostrare meno contesa.