'*var' içindeki ilgili girişleri Ftrl-proximal şemasına göre güncelleyin.
Yani grad yaptığımız satırlar için var, accum ve lineer'ı şu şekilde güncelliyoruz: grad_with_shrinkage = grad + 2 * l2_shrinkage * var accum_new = accum + grad * grad lineer += grad_with_shrinkage - (accum_new^(-lr_power) - accum^ (-lr_power)) / lr * var ikinci dereceden = 1,0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (sign(doğrusal) * l1 - doğrusal) / ikinci dereceden eğer |doğrusal| > l1 else 0.0 birikim = birikim_yeni
İç İçe Sınıflar
| sınıf | SparseApplyFtrl.Options | SparseApplyFtrl için isteğe bağlı özellikler | |
Sabitler
| Sicim | OP_NAME | Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı |
Genel Yöntemler
| Çıkış <T> | Çıkış olarak () Tensörün sembolik tutamacını döndürür. |
| static <T, TType'ı genişletir > SparseApplyFtrl <T> | create ( Kapsam kapsamı, İşlenen <T> var, İşlenen <T> accum, İşlenen <T> doğrusal, İşlenen <T> grad, İşlenen <? extends TNumber > indeksler, İşlenen <T> lr, İşlenen <T> l1, İşlenen <T> l2, İşlenen <T> l2Büzülme, İşlenen <T> lrGüç, Seçenekler... seçenekler) Yeni bir SparseApplyFtrl işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi. |
| statik SparseApplyFtrl.Options | ÇarpmaLinearByLr (Boolean çarpmaLinearByLr) |
| Çıkış <T> | dışarı () "Var" ile aynı. |
| statik SparseApplyFtrl.Options | useLocking (Boolean useLocking) |
Kalıtsal Yöntemler
Sabitler
genel statik son Dize OP_NAME
Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı
Genel Yöntemler
genel Çıkış <T> asOutput ()
Tensörün sembolik tutamacını döndürür.
TensorFlow işlemlerinin girdileri, başka bir TensorFlow işleminin çıktılarıdır. Bu yöntem, girişin hesaplanmasını temsil eden sembolik bir tanıtıcı elde etmek için kullanılır.
public static SparseApplyFtrl <T> create ( Kapsam kapsamı, İşlenen <T> var, İşlenen <T> birikimi, İşlenen <T> doğrusal, İşlenen <T> grad, İşlenen <? extends TNumber > endeksleri, İşlenen <T> lr, İşlenen <T> l1, İşlenen <T> l2, İşlenen <T> l2Büzülme, İşlenen <T> lrGüç, Seçenekler... seçenekler)
Yeni bir SparseApplyFtrl işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.
Parametreler
| kapsam | mevcut kapsam |
|---|---|
| var | Bir Variable()'dan olmalıdır. |
| birikim | Bir Variable()'dan olmalıdır. |
| doğrusal | Bir Variable()'dan olmalıdır. |
| mezun | Gradyan. |
| endeksler | var ve accum'un ilk boyutuna ait indekslerin bir vektörü. |
| IR | Ölçekleme faktörü. Bir skaler olmalı. |
| l1 | L1 düzenlemesi. Bir skaler olmalı. |
| l2 | L2 büzülme düzenlemesi. Bir skaler olmalı. |
| lrGüç | Ölçekleme faktörü. Bir skaler olmalı. |
| seçenekler | isteğe bağlı nitelik değerlerini taşır |
İadeler
- SparseApplyFtrl'in yeni bir örneği
public static SparseApplyFtrl.Options useLocking (Boolean useLocking)
Parametreler
| KullanımKilitleme | 'Doğru' ise var ve accum tensörlerinin güncellenmesi bir kilitle korunacaktır; aksi takdirde davranış tanımsızdır ancak daha az çekişme sergileyebilir. |
|---|