tensorflow:: אופס:: ResourceSparseApplyProximalAdagrad

ערכי עדכון דלילים ב-'*var' ו-'*accum' לפי אלגוריתם FOBOS.

תַקצִיר

כלומר עבור שורות שיש לנו גראד עבורן, אנו מעדכנים את var ו-acum באופן הבא: accum += grad * grad prox_v = var prox_v -= lr * grad * (1 / sqrt(accum)) var = sign(prox_v)/(1 +lr*l2) * max{|prox_v|-lr*l1,0}

טיעונים:

• scope: אובייקט Scope
• var: צריך להיות מ-Variable().
• acum: צריך להיות מ-Variable().
• lr: קצב למידה. חייב להיות סקלר.
• l1: הסדרת L1. חייב להיות סקלר.
• l2: הסדרת L2. חייב להיות סקלר.
• grad: השיפוע.
• מדדים: וקטור של מדדים למימד הראשון של var ו-acum.

מאפיינים אופציונליים (ראה Attrs ):

• use_locking: אם נכון, עדכון של הטנזורים var ו-acum יהיה מוגן על ידי מנעול; אחרת ההתנהגות אינה מוגדרת, אך עלולה להפגין פחות מחלוקת.

החזרות:

• Operation שנוצר

תכונות ציבוריות

Operation operation

 ResourceSparseApplyProximalAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices
)

 ResourceSparseApplyProximalAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices,
  const ResourceSparseApplyProximalAdagrad::Attrs & attrs
)

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)