SparseApplyProximalGradientDescent

genel final sınıfı SparseApplyProximalGradientDescent

Sabit öğrenme oranına sahip FOBOS algoritması olarak seyrek güncelleme '*var'.

Yani, derecelendirdiğimiz satırlar için var'ı şu şekilde güncelleriz: $$prox_v = var - alpha grad$$$$var = sign(prox_v)/(1+alphal2) max{|prox_v|-alphal1,0}$$

İç İçe Sınıflar

sınıf SparseApplyProximalGradientDescent.Options SparseApplyProximalGradientDescent 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 extends TType > SparseApplyProximalGradientDescent <T>
create ( Kapsam kapsamı, İşlenen <T> var, İşlenen <T> alfa, İşlenen <T> l1, İşlenen <T> l2, İşlenen <T> grad, İşlenen <? extends TNumber > dizinler, Seçenekler... seçenekler)
Yeni bir SparseApplyProximalGradientDescent işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.
Çıkış <T>
dışarı ()
"Var" ile aynı.
statik SparseApplyProximalGradientDescent.Options
useLocking (Boolean useLocking)

Kalıtsal Yöntemler

Sabitler

genel statik son Dize OP_NAME

Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı

Sabit Değer: "SparseApplyProximalGradientDescent"

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 SparseApplyProximalGradientDescent <T> create ( Kapsam kapsamı, İşlenen <T> var, İşlenen <T> alfa, İşlenen <T> l1, İşlenen <T> l2, İşlenen <T> grad, İşlenen <? extends TNumber > indeksler, Seçenekler ... seçenekler)

Yeni bir SparseApplyProximalGradientDescent işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.

Parametreler
kapsam mevcut kapsam
var Bir Variable()'dan olmalıdır.
alfa Ölçeklendirme faktörü. Bir skaler olmalı.
l1 L1 düzenlemesi. Bir skaler olmalı.
l2 L2 düzenlemesi. Bir skaler olmalı.
mezun Gradyan.
endeksler var ve accum'un ilk boyutuna ait indekslerin bir vektörü.
seçenekler isteğe bağlı nitelik değerlerini taşır
İade
  • SparseApplyProximalGradientDescent'in yeni bir örneği

genel Çıkış <T> out ()

"Var" ile aynı.

public static SparseApplyProximalGradientDescent.Options useLocking (Boolean useLocking)

Parametreler
KullanımKilitleme True ise çıkarma işlemi bir kilitle korunacaktır; aksi takdirde davranış tanımsızdır ancak daha az çekişme sergileyebilir.