টেনসরফ্লো :: অপস:: ResourceSparseApplyProximalAdagrad

FOBOS অ্যালগরিদম অনুযায়ী '*var' এবং '*accum'-এ স্পারস আপডেট এন্ট্রি।

সারাংশ

যে সারিগুলির জন্য আমাদের গ্রেড আছে, আমরা var আপডেট করি এবং নিম্নরূপ accum: accum += grad * grad prox_v = var prox_v -= lr * grad * (1 / sqrt(accum)) var = sign(prox_v)/(1 +lr*l2) * সর্বোচ্চ{|prox_v|-lr*l1,0}

যুক্তি:

• স্কোপ: একটি স্কোপ অবজেক্ট
• var: একটি পরিবর্তনশীল() থেকে হওয়া উচিত।
• accum: একটি পরিবর্তনশীল() থেকে হতে হবে।
• lr: শেখার হার। একটি স্কেলার হতে হবে।
• l1: L1 নিয়মিতকরণ। একটি স্কেলার হতে হবে।
• l2: L2 নিয়মিতকরণ। একটি স্কেলার হতে হবে।
• grad: গ্রেডিয়েন্ট।
• সূচক: var এবং accum-এর প্রথম মাত্রায় সূচকগুলির একটি ভেক্টর।

ঐচ্ছিক বৈশিষ্ট্য (দেখুন Attrs ):

• use_locking: যদি সত্য হয়, var এবং accum tensors আপডেট করা একটি লক দ্বারা সুরক্ষিত হবে; অন্যথায় আচরণটি অনির্ধারিত, তবে কম বিরোধ প্রদর্শন করতে পারে।

রিটার্ন:

• সৃষ্ট Operation

পাবলিক বৈশিষ্ট্য

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
)