ResourceSparseApplyProximalAdagrad คลาสสุดท้ายสาธารณะ
รายการอัปเดตแบบกระจัดกระจายใน '*var' และ '*accum' ตามอัลกอริทึม FOBOS
นั่นคือสำหรับแถวที่เรามี grad เราอัปเดต var และ accum ดังนี้: accum += grad grad prox_v = var prox_v -= lr grad (1 / sqrt(accum)) var = sign(prox_v)/(1+lr l2 ) สูงสุด{|prox_v|-lr l1,0}
คลาสที่ซ้อนกัน
| ระดับ | ResourceSparseApplyProximalAdagrad.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ ResourceSparseApplyProximalAdagrad | |
ค่าคงที่
| สตริง | OP_NAME | ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow |
วิธีการสาธารณะ
| คงที่ <T ขยาย TType > ResourceSparseApplyProximalAdagrad | สร้าง ( ขอบเขต ขอบเขต ตัวถูกดำเนินการ <?> var, ตัว ถูกดำเนินการ <?> accum, ตัวถูกดำเนินการ <T> lr, ตัวถูก ดำเนินการ <T> l1, ตัวถูกดำเนินการ <T> l2, ตัว ถูกดำเนินการ <T> ผู้สำเร็จการศึกษา, ตัวถูกดำเนินการ <? ขยาย TNumber > ดัชนี, ตัวเลือก ... ตัวเลือก) วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ ResourceSparseApplyProximalAdagrad ใหม่ |
| ResourceSparseApplyProximalAdagrad.Options แบบคงที่ | useLocking (การใช้ล็อคแบบบูลีน) |
วิธีการสืบทอด
ค่าคงที่
สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME
ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow
ค่าคงที่: "ResourceSparseApplyProximalAdagrad"
วิธีการสาธารณะ
ResourceSparseApplyProximalAdagrad แบบคงที่สาธารณะ สร้าง (ขอบเขต ขอบเขต , ตัวดำเนินการ <?> var, ตัวดำเนินการ <?> accum, ตัวดำเนินการ <T> lr, ตัวดำเนินการ <T> l1, ตัวดำเนินการ <T> l2, ตัวดำเนินการ <T> ผู้สำเร็จการศึกษา, ตัวดำเนินการ <? ขยาย TNumber > ดัชนี ตัวเลือก... ตัวเลือก)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ ResourceSparseApplyProximalAdagrad ใหม่
พารามิเตอร์
| ขอบเขต | ขอบเขตปัจจุบัน |
|---|---|
| var | ควรมาจากตัวแปร () |
| สะสม | ควรมาจากตัวแปร () |
| ล | อัตราการเรียนรู้ ต้องเป็นสเกลาร์ |
| l1 | การทำให้เป็นมาตรฐาน L1 ต้องเป็นสเกลาร์ |
| l2 | การทำให้เป็นมาตรฐานของ L2 ต้องเป็นสเกลาร์ |
| ผู้สำเร็จการศึกษา | การไล่ระดับสี |
| ดัชนี | เวกเตอร์ของดัชนีในมิติแรกของ var และ accum |
| ตัวเลือก | มีค่าแอตทริบิวต์ทางเลือก |
การส่งคืน
- อินสแตนซ์ใหม่ของ ResourceSparseApplyProximalAdagrad
สาธารณะ ResourceSparseApplyProximalAdagrad.Options useLocking (useLocking แบบบูลีน)
พารามิเตอร์
| ใช้ล็อค | หากเป็น True การอัปเดต var และ accum tensor จะได้รับการปกป้องด้วยการล็อค มิฉะนั้นพฤติกรรมจะไม่ได้กำหนดไว้ แต่อาจแสดงความขัดแย้งน้อยลง |
|---|