"*var" را به عنوان الگوریتم FOBOS با نرخ یادگیری ثابت به روز کنید.
prox_v = var - آلفا دلتا var = sign(prox_v)/(1+alpha l2) max{|prox_v|-alpha l1,0}
کلاس های تو در تو
کلاس | ApplyProximalGradientDescent.Options | ویژگی های اختیاری برای ApplyProximalGradientDescent |
ثابت ها
رشته | OP_NAME | نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود |
روش های عمومی
خروجی <T> | asOutput () دسته نمادین تانسور را برمی گرداند. |
استاتیک <T TType > ApplyProximalGradientDescent <T> را گسترش می دهد | |
خروجی <T> | بیرون () همان "var". |
استاتیک ApplyProximalGradientDescent.Options | useLocking (قفل کردن استفاده بولی) |
روش های ارثی
ثابت ها
رشته نهایی ثابت عمومی OP_NAME
نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود
روش های عمومی
خروجی عمومی <T> asOutput ()
دسته نمادین تانسور را برمی گرداند.
ورودی های عملیات TensorFlow خروجی های عملیات تنسورفلو دیگر هستند. این روش برای به دست آوردن یک دسته نمادین که نشان دهنده محاسبه ورودی است استفاده می شود.
استاتیک عمومی ApplyProximalGradientDescent <T> ایجاد ( دامنه دامنه ، عملوند <T> var، عملوند <T> آلفا، عملوند <T> l1، عملوند <T> l2، عملوند <T> دلتا، گزینهها... گزینهها)
روش کارخانه برای ایجاد کلاسی که عملیات ApplyProximalGradientDescent جدید را بسته بندی می کند.
مولفه های
محدوده | محدوده فعلی |
---|---|
var | باید از یک متغیر () باشد. |
آلفا | ضریب پوسته پوسته شدن باید اسکالر باشد. |
l1 | تنظیم L1. باید اسکالر باشد. |
l2 | تنظیم L2. باید اسکالر باشد. |
دلتا | تغییر. |
گزینه ها | مقادیر ویژگی های اختیاری را حمل می کند |
برمی گرداند
- یک نمونه جدید از ApplyProximalGradientDescent
عمومی استاتیک ApplyProximalGradientDescent.Options useLocking (مصرف بولی Locking)
مولفه های
استفاده از قفل کردن | اگر True باشد، تفریق با یک قفل محافظت می شود. در غیر این صورت رفتار تعریف نشده است، اما ممکن است اختلاف کمتری از خود نشان دهد. |
---|