Ftrl-प्रॉक्सिमल योजना के अनुसार '*var' में प्रासंगिक प्रविष्टियाँ अपडेट करें।
यानी उन पंक्तियों के लिए जिनके लिए हमारे पास ग्रेड है, हम var, accum और रैखिक को इस प्रकार अपडेट करते हैं: grad_with_shlinkage = grad + 2 * l2_shlinkage * var accum_new = accum + grad * grad Linear += grad_with_shlinkage - (accum_new^(-lr_power) - accum^ (-lr_power)) / lr * var द्विघात = 1.0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (चिह्न (रैखिक) * l1 - रैखिक) / द्विघात यदि |रैखिक| > एल1 अन्यथा 0.0 संचय = संचय_नया
नेस्टेड क्लासेस
| कक्षा | SparseApplyFtrl.विकल्प | SparseApplyFtrl के लिए वैकल्पिक विशेषताएँ | |
स्थिरांक
| डोरी | OP_NAME | इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है |
सार्वजनिक तरीके
| आउटपुट <T> | आउटपुट के रूप में () टेंसर का प्रतीकात्मक हैंडल लौटाता है। |
| स्थिर <T टीटाइप का विस्तार करता है > SparseApplyFtrl <T> | बनाएं ( स्कोप स्कोप, ऑपरेंड <T> var, ऑपरेंड <T> जमा, ऑपरेंड <T> लीनियर, ऑपरेंड <T> ग्रेड, ऑपरेंड <? विस्तारित TNumber > इंडेक्स, ऑपरेंड <T> lr, ऑपरेंड <T> l1, ऑपरेंड <टी> एल2, ऑपरेंड <टी> एल2श्रिंकेज, ऑपरेंड <टी> एलआरपावर, विकल्प... विकल्प) एक नए SparseApplyFtrl ऑपरेशन को लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि। |
| स्थिर SparseApplyFtrl.विकल्प | multipleLinearByLr (बूलियन मल्टिलीनियरByLr) |
| आउटपुट <T> | बाहर () "var" के समान। |
| स्थिर SparseApplyFtrl.विकल्प | यूज़लॉकिंग (बूलियन यूज़लॉकिंग) |
विरासत में मिली विधियाँ
स्थिरांक
सार्वजनिक स्थैतिक अंतिम स्ट्रिंग OP_NAME
इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है
सार्वजनिक तरीके
सार्वजनिक आउटपुट <T> asOutput ()
टेंसर का प्रतीकात्मक हैंडल लौटाता है।
TensorFlow संचालन के इनपुट किसी अन्य TensorFlow ऑपरेशन के आउटपुट हैं। इस पद्धति का उपयोग एक प्रतीकात्मक हैंडल प्राप्त करने के लिए किया जाता है जो इनपुट की गणना का प्रतिनिधित्व करता है।
सार्वजनिक स्थैतिक SparseApplyFtrl <T> बनाएं ( स्कोप स्कोप, ऑपरेंड <T> var, ऑपरेंड <T> संचित, ऑपरेंड <T> रैखिक, ऑपरेंड <T> ग्रेड, ऑपरेंड <? विस्तारित TNumber > सूचकांक, ऑपरेंड <T> lr, ऑपरेंड <टी> एल1, ऑपरेंड <टी> एल2, ऑपरेंड <टी> एल2श्रिंकेज, ऑपरेंड <टी> एलआरपावर, विकल्प... विकल्प)
एक नए SparseApplyFtrl ऑपरेशन को लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।
पैरामीटर
| दायरा | वर्तमान दायरा |
|---|---|
| वर | एक वेरिएबल() से होना चाहिए। |
| जमा | एक वेरिएबल() से होना चाहिए। |
| रेखीय | एक वेरिएबल() से होना चाहिए। |
| ग्रैड | ढाल. |
| सूचकांक | var और accum के पहले आयाम में सूचकांकों का एक वेक्टर। |
| एलआर | मापन कारक। एक अदिश राशि होनी चाहिए. |
| एल1 | एल1 नियमितीकरण. एक अदिश राशि होनी चाहिए. |
| एल2 | L2 सिकुड़न नियमितीकरण. एक अदिश राशि होनी चाहिए. |
| एलआरपावर | मापन कारक। एक अदिश राशि होनी चाहिए. |
| विकल्प | वैकल्पिक गुण मान रखता है |
रिटर्न
- SparseApplyFtrl का एक नया उदाहरण
सार्वजनिक स्थैतिक SparseApplyFtrl.ऑप्शंस यूज़लॉकिंग (बूलियन यूज़लॉकिंग)
पैरामीटर
| लॉकिंग का उपयोग करें | यदि `सही` है, तो var और Accum Tensors का अद्यतनीकरण एक लॉक द्वारा संरक्षित किया जाएगा; अन्यथा व्यवहार अपरिभाषित है, लेकिन कम विवाद प्रदर्शित कर सकता है। |
|---|