SparseApplyProximalGradientDescent

SparseApplyProximalGradientDescent classe final pública

Atualização esparsa '* var' como algoritmo FOBOS com taxa de aprendizagem fixa.

Isso é para linhas temos grad, nós atualizar var da seguinte forma: $$prox_v = var - alpha grad$$$$var = sign(prox_v)/(1+alphal2) max{|prox_v|-alphal1,0}$$

Classes aninhadas

classe SparseApplyProximalGradientDescent.Options Atributos opcionais para SparseApplyProximalGradientDescent

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 > SparseApplyProximalGradientDescent <T>
criar ( Scope escopo, Operando <T> var, Operando <T> alfa, Operando <T> L1, Operando <T> l2, Operando <T> grad, Operando <? estende TNumber > índices, Options ... Opções)
Método de fábrica para criar uma classe envolvendo uma nova operação SparseApplyProximalGradientDescent.
Output <T>
a ()
O mesmo que "var".
estáticos SparseApplyProximalGradientDescent.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: "SparseApplyProximalGradientDescent"

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 SparseApplyProximalGradientDescent <T> Criar ( Scope escopo, Operando <T> var, Operando <T> alfa, 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 SparseApplyProximalGradientDescent.

Parâmetros
alcance escopo atual
var Deve ser de uma variável ().
alfa Fator de escala. 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 SparseApplyProximalGradientDescent

pública Output <T> out ()

O mesmo que "var".

public static SparseApplyProximalGradientDescent.Options useLocking (Boolean useLocking)

Parâmetros
useLocking Se for True, a subtração será protegida por um cadeado; caso contrário, o comportamento é indefinido, mas pode exibir menos contenção.