Entradas de actualización escasas en '*var' y '*accum' según el algoritmo FOBOS.
Es decir, para las filas para las que tenemos grad, actualizamos var y accum de la siguiente manera: $$accum += grad grad$$$$prox_v = var$$$$prox_v -= lr grad (1 / sqrt(accum))$$$$var = sign(prox_v)/(1+lrl2) max{|prox_v|-lrl1,0}$$
Clases anidadas
clase | SparseApplyProximalAdagrad.Options | Atributos opcionales para SparseApplyProximalAdagrad |
Constantes
Cadena | OP_NOMBRE | El nombre de esta operación, como lo conoce el motor central de TensorFlow. |
Métodos públicos
Salida <T> | como salida () Devuelve el identificador simbólico del tensor. |
estático <T extiende TType > SparseApplyProximalAdagrad <T> | |
Salida <T> | afuera () Igual que "var". |
Estático SparseApplyProximalAdagrad.Options | useLocking (uso booleano Locking) |
Métodos heredados
Constantes
Cadena final estática pública OP_NAME
El nombre de esta operación, como lo conoce el motor central de TensorFlow.
Métodos públicos
Salida pública <T> como Salida ()
Devuelve el identificador simbólico del tensor.
Las entradas a las operaciones de TensorFlow son salidas de otra operación de TensorFlow. Este método se utiliza para obtener un identificador simbólico que representa el cálculo de la entrada.
public static SparseApplyProximalAdagrad <T> create ( Alcance alcance, Operando <T> var, Operando <T> accum, Operando <T> lr, Operando <T> l1, Operando <T> l2, Operando <T> grad, Operando <? extiende TNumber > índices, Opciones... opciones)
Método de fábrica para crear una clase que envuelve una nueva operación SparseApplyProximalAdagrad.
Parámetros
alcance | alcance actual |
---|---|
var | Debe ser de una Variable(). |
acumular | Debe ser de una Variable(). |
lr | Tasa de aprendizaje. Debe ser un escalar. |
l1 | Regularización L1. Debe ser un escalar. |
l2 | Regularización L2. Debe ser un escalar. |
graduado | El gradiente. |
índices | Un vector de índices en la primera dimensión de var y accum. |
opciones | lleva valores de atributos opcionales |
Devoluciones
- una nueva instancia de SparseApplyProximalAdagrad
público estático SparseApplyProximalAdagrad.Options useLocking (uso booleano)
Parámetros
utilizarBloqueo | Si es Verdadero, la actualización de los tensores var y accum estará protegida por un bloqueo; de lo contrario, el comportamiento no está definido, pero puede presentar menos contención. |
---|
Entradas de actualización escasas en '*var' y '*accum' según el algoritmo FOBOS.
Es decir, para las filas para las que tenemos grad, actualizamos var y accum de la siguiente manera: $$accum += grad grad$$$$prox_v = var$$$$prox_v -= lr grad (1 / sqrt(accum))$$$$var = sign(prox_v)/(1+lrl2) max{|prox_v|-lrl1,0}$$
Clases anidadas
clase | SparseApplyProximalAdagrad.Options | Atributos opcionales para SparseApplyProximalAdagrad |
Constantes
Cadena | OP_NOMBRE | El nombre de esta operación, como lo conoce el motor central de TensorFlow. |
Métodos públicos
Salida <T> | como salida () Devuelve el identificador simbólico del tensor. |
estático <T extiende TType > SparseApplyProximalAdagrad <T> | |
Salida <T> | afuera () Igual que "var". |
Estático SparseApplyProximalAdagrad.Options | useLocking (uso booleano Locking) |
Métodos heredados
Constantes
Cadena final estática pública OP_NAME
El nombre de esta operación, como lo conoce el motor central de TensorFlow.
Métodos públicos
Salida pública <T> como Salida ()
Devuelve el identificador simbólico del tensor.
Las entradas a las operaciones de TensorFlow son salidas de otra operación de TensorFlow. Este método se utiliza para obtener un identificador simbólico que representa el cálculo de la entrada.
public static SparseApplyProximalAdagrad <T> create ( Alcance alcance, Operando <T> var, Operando <T> accum, Operando <T> lr, Operando <T> l1, Operando <T> l2, Operando <T> grad, Operando <? extiende TNumber > índices, Opciones... opciones)
Método de fábrica para crear una clase que envuelve una nueva operación SparseApplyProximalAdagrad.
Parámetros
alcance | alcance actual |
---|---|
var | Debe ser de una Variable(). |
acumular | Debe ser de una Variable(). |
lr | Tasa de aprendizaje. Debe ser un escalar. |
l1 | Regularización L1. Debe ser un escalar. |
l2 | Regularización L2. Debe ser un escalar. |
graduado | El gradiente. |
índices | Un vector de índices en la primera dimensión de var y accum. |
opciones | lleva valores de atributos opcionales |
Devoluciones
- una nueva instancia de SparseApplyProximalAdagrad
público estático SparseApplyProximalAdagrad.Options useLocking (uso booleano)
Parámetros
utilizarBloqueo | Si es Verdadero, la actualización de los tensores var y accum estará protegida por un bloqueo; de lo contrario, el comportamiento no está definido, pero puede presentar menos contención. |
---|