टेंसरफ़्लो:: ऑप्स:: रिसोर्सस्पार्सएप्लाईप्रॉक्सिमलग्रैडिएंटडिसेंट

निश्चित सीखने की दर के साथ एफओबीओएस एल्गोरिदम के रूप में विरल अद्यतन '*var'।

सारांश

यानी उन पंक्तियों के लिए जिनके लिए हमारे पास ग्रेड है, हम var को इस प्रकार अपडेट करते हैं: prox_v = var - alpha * grad var =sign(prox_v)/(1+alpha*l2) * max{|prox_v|-alpha*l1,0}

तर्क:

• स्कोप: एक स्कोप ऑब्जेक्ट
• var: एक वेरिएबल() से होना चाहिए।
• अल्फा: स्केलिंग कारक। एक अदिश राशि होनी चाहिए.
• एल1: एल1 नियमितीकरण। एक अदिश राशि होनी चाहिए.
• एल2: एल2 नियमितीकरण। एक अदिश राशि होनी चाहिए.
• ग्रेड: ग्रेडिएंट.
• सूचकांक: var और accum के पहले आयाम में सूचकांकों का एक वेक्टर।

वैकल्पिक विशेषताएँ (देखें Attrs ):

• उपयोग_लॉकिंग: यदि सत्य है, तो घटाव को लॉक द्वारा संरक्षित किया जाएगा; अन्यथा व्यवहार अपरिभाषित है, लेकिन कम विवाद प्रदर्शित कर सकता है।

रिटर्न:

• बनाया गया Operation

सार्वजनिक गुण

Operation operation

 ResourceSparseApplyProximalGradientDescent(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input alpha,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices
)

 ResourceSparseApplyProximalGradientDescent(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input alpha,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices,
  const ResourceSparseApplyProximalGradientDescent::Attrs & attrs
)

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)