SparseApplyProximalAdagrad

SparseApplyProximalAdagrad classe final pública

Entradas de atualização esparsas em '* var' e '* acum' de acordo com o algoritmo FOBOS.

Isso é para linhas temos grad, nós atualizar var e accum da seguinte forma: $$accum += grad grad$$$$prox_v = var$$$$prox_v -= lr grad (1 / sqrt(accum))$$$$var = sign(prox_v)/(1+lrl2) max{|prox_v|-lrl1,0}$$

Classes aninhadas

classe SparseApplyProximalAdagrad.Options Atributos opcionais para SparseApplyProximalAdagrad

Constantes

Fragmento OP_NAME O nome desta operação, conforme conhecido pelo motor principal TensorFlow

Métodos Públicos

Output <T>
asOutput ()
Retorna o identificador simbólico do tensor.
estática <T estende TType > SparseApplyProximalAdagrad <T>
criar ( Scope escopo, Operando <T> var, Operando <T> Acumulado, Operando <T> lr, Operando <T> L1, Operando <T> L2, Operando <T> formando, Operando <? estende TNumber > índices, opções ... opções)
Método de fábrica para criar uma classe envolvendo uma nova operação SparseApplyProximalAdagrad.
Output <T>
a ()
O mesmo que "var".
estáticos SparseApplyProximalAdagrad.Options
useLocking (booleano useLocking)

Métodos herdados

Constantes

nome_op final String public static

O nome desta operação, conforme conhecido pelo motor principal TensorFlow

Valor constante: "SparseApplyProximalAdagrad"

Métodos Públicos

pública Output <T> asOutput ()

Retorna o identificador simbólico do tensor.

As entradas para as operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.

public static SparseApplyProximalAdagrad <T> create ( Scope escopo, Operando <T> var, Operando <T> accum, Operando <T> lr, Operando <T> L1, Operando <T> l2, Operando <T> grad, Operando <? estende TNumber > índices, opções ... opções)

Método de fábrica para criar uma classe envolvendo uma nova operação SparseApplyProximalAdagrad.

Parâmetros
alcance escopo atual
var Deve ser de uma variável ().
acum Deve ser de uma variável ().
lr Taxa de Aprendizagem. Deve ser um escalar.
l1 Regularização L1. Deve ser um escalar.
12 Regularização L2. Deve ser um escalar.
grad O gradiente.
índices Um vetor de índices na primeira dimensão de var e acum.
opções carrega valores de atributos opcionais
Devoluções
  • uma nova instância de SparseApplyProximalAdagrad

pública Output <T> out ()

O mesmo que "var".

public static SparseApplyProximalAdagrad.Options useLocking (Boolean useLocking)

Parâmetros
useLocking Se for True, a atualização dos tensores var e Accum será protegida por um bloqueio; caso contrário, o comportamento é indefinido, mas pode exibir menos contenção.