الفئة النهائية العامة SparseApplyFtrl
قم بتحديث الإدخالات ذات الصلة في '*var' وفقًا لمخطط Ftrl-proximal.
هذا بالنسبة للصفوف التي لدينا تدرج لها، نقوم بتحديث var وaccum وخطي على النحو التالي: grad_with_shrinkage = grad + 2 * l2_shrinkage * var accum_new = accum + grad * grad خطي += 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) / تربيعي if |خطي| > l1 آخر 0.0 تراكم = تراكم_جديد
فئات متداخلة
| فصل | SparseApplyFtrl.Options | سمات اختيارية لـ SparseApplyFtrl | |
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 > SparseApplyFtrl <T> | إنشاء ( نطاق النطاق ، المعامل <T> فار، المعامل <T> تراكم، المعامل <T> الخطي، المعامل <T> غراد، المعامل <؟ يمتد TNumber > المؤشرات، المعامل <T> lr، المعامل <T> l1، المعامل <T> l2، المعامل <T> l2Shrinkage، المعامل <T> lrPower، الخيارات... خيارات) طريقة المصنع لإنشاء فئة تغلف عملية SparseApplyFtrl جديدة. |
| ثابت SparseApplyFtrl.Options | multiplyLinearByLr (الضرب المنطقي LinearByLr) |
| الإخراج <T> | خارج () نفس "فار". |
| ثابت SparseApplyFtrl.Options | useLocking (استخدام منطقي منطقي) |
الطرق الموروثة
الثوابت
السلسلة النهائية الثابتة العامة OP_NAME
اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي
القيمة الثابتة: "SparseApplyFtrlV2"
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.
إنشاء SparseApplyFtrl <T> ثابت عام ( نطاق النطاق، المعامل <T> var، المعامل <T> تراكم، المعامل <T> الخطي، المعامل <T> grad، المعامل <؟ يمتد TNumber > المؤشرات، المعامل <T> lr، المعامل <T> l1، المعامل <T> l2، المعامل <T> l2Shrinkage، المعامل <T> lrPower، خيارات... خيارات)
طريقة المصنع لإنشاء فئة تغلف عملية SparseApplyFtrl 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. |
| المؤشرات | متجه للمؤشرات في البعد الأول من var وaccum. |
| 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 من SparseApplyFtrl
SparseApplyFtrl.Options العام الثابت useLocking (الاستخدام المنطقي)
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. |
|---|