Atualização esparsa '* var' como algoritmo FOBOS com taxa de aprendizagem fixa.
Isso é para as linhas que temos grad, nós atualizar var da seguinte forma: prox_v = var - alfa grad var sinal = (prox_v) / (1 + alpha l2) max {| prox_v | alfa l1,0}
Classes aninhadas
classe | ResourceSparseApplyProximalGradientDescent.Options | Atributos opcionais para ResourceSparseApplyProximalGradientDescent |
Constantes
Fragmento | OP_NAME | O nome desta operação, conforme conhecido pelo motor principal TensorFlow |
Métodos Públicos
estática <T estende TType > ResourceSparseApplyProximalGradientDescent | |
estáticos ResourceSparseApplyProximalGradientDescent.Options | useLocking (booleano useLocking) |
Métodos herdados
Constantes
nome_op final String public static
O nome desta operação, conforme conhecido pelo motor principal TensorFlow
Métodos Públicos
public static ResourceSparseApplyProximalGradientDescent criar ( Scope escopo, Operando <?> var, Operando <T> alfa, Operando <T> L1, Operando <T> l2, Operando <T> grad, Operando <? estende TNumber > índices, opções ... opções)
Método de fábrica para criar uma classe que envolve uma nova operação ResourceSparseApplyProximalGradientDescent.
Parâmetros
alcance | escopo atual |
---|---|
var | Deve ser de uma variável (). |
alfa | Fator de escala. Deve ser um escalar. |
l1 | Regularização L1. Deve ser um escalar. |
12 | Regularização L2. Deve ser um escalar. |
grad | O gradiente. |
índices | Um vetor de índices na primeira dimensão de var e acum. |
opções | carrega valores de atributos opcionais |
Devoluções
- uma nova instância de ResourceSparseApplyProximalGradientDescent
public static ResourceSparseApplyProximalGradientDescent.Options useLocking (Boolean useLocking)
Parâmetros
useLocking | Se for True, a subtração será protegida por um cadeado; caso contrário, o comportamento é indefinido, mas pode exibir menos contenção. |
---|