SparseApplyProximalAdagrad

classe finale pubblica SparseApplyProximalAdagrad

Voci di aggiornamento sparse in '*var' e '*accum' secondo l'algoritmo FOBOS.

Questo è per le righe per le quali abbiamo grad, aggiorniamo var e accum come segue: $$accum += grad grad$$$$prox_v = var$$$$prox_v -= lr grad (1 / sqrt(accum))$$$$var = sign(prox_v)/(1+lrl2) max{|prox_v|-lrl1,0}$$

Classi nidificate

classe SparseApplyProximalAdagrad.Options Attributi facoltativi per SparseApplyProximalAdagrad

Costanti

Corda OP_NAME Il nome di questa operazione, come noto al motore principale di TensorFlow

Metodi pubblici

Uscita <T>
comeuscita ()
Restituisce l'handle simbolico del tensore.
statico <T estende TType > SparseApplyProximalAdagrad <T>
create ( Scope scope, Operando <T> var, Operando <T> accum, Operando <T> lr, Operando <T> l1, Operando <T> l2, Operando <T> grad, Operando <? extends TNumber > indici, Opzioni ... opzioni)
Metodo factory per creare una classe che racchiude una nuova operazione SparseApplyProximalAdagrad.
Uscita <T>
fuori ()
Uguale a "var".
statico SparseApplyProximalAdagrad.Options
useLocking (useLocking booleano)

Metodi ereditati

Costanti

Stringa finale statica pubblica OP_NAME

Il nome di questa operazione, come noto al motore principale di TensorFlow

Valore costante: "SparseApplyProximalAdagrad"

Metodi pubblici

Uscita pubblica <T> asOutput ()

Restituisce l'handle simbolico del tensore.

Gli input per le operazioni TensorFlow sono output di un'altra operazione TensorFlow. Questo metodo viene utilizzato per ottenere un handle simbolico che rappresenta il calcolo dell'input.

public static SparseApplyProximalAdagrad <T> create ( Ambito ambito, Operando <T> var, Operando <T> accum, Operando <T> lr, Operando <T> l1, Operando <T> l2, Operando <T> grad, Operando <? estende TNumero > indici, Opzioni... opzioni)

Metodo factory per creare una classe che racchiude una nuova operazione SparseApplyProximalAdagrad.

Parametri
portata ambito attuale
var Dovrebbe provenire da una variabile().
accu Dovrebbe provenire da una variabile().
lr Tasso di apprendimento. Deve essere uno scalare.
l1 Regolarizzazione L1. Deve essere uno scalare.
l2 Regolarizzazione L2. Deve essere uno scalare.
grado Il gradiente.
indici Un vettore di indici nella prima dimensione di var e accum.
opzioni trasporta valori di attributi opzionali
Ritorni
  • una nuova istanza di SparseApplyProximalAdagrad

Uscita pubblica <T> out ()

Uguale a "var".

public static SparseApplyProximalAdagrad.Options useLocking (useLocking booleano)

Parametri
utilizzareBlocco Se True, l'aggiornamento dei tensori var e accum sarà protetto da un lock; altrimenti il ​​comportamento non è definito, ma può mostrare meno contesa.