tensorflow:: אופס:: ResourceApplyFtrl

bookmark_border קל לארגן דפים בעזרת אוספים אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.

עדכן את '*var' לפי סכימת Ftrl-proximal.

תַקצִיר

accum_new = accum + grad * grad linear += grad - (accum_new^(-lr_power) - accum^(-lr_power)) / lr * var quadratic = 1.0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (סימן(ליניארי) * l1 - ליניארי) / ריבועי אם |ליניארי| > l1 אחר 0.0 accum = accum_new

טיעונים:

• scope: אובייקט Scope
• var: צריך להיות מ-Variable().
• acum: צריך להיות מ-Variable().
• ליניארי: צריך להיות ממשתנה().
• grad: השיפוע.
• lr: גורם קנה מידה. חייב להיות סקלר.
• l1: הסדרת L1. חייב להיות סקלר.
• l2: הסדרת L2. חייב להיות סקלר.
• lr_power: גורם קנה מידה. חייב להיות סקלר.

מאפיינים אופציונליים (ראה Attrs ):

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

החזרות:

• Operation שנוצר

תכונות ציבוריות

Operation operation

 ResourceApplyFtrl(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input linear,
  ::tensorflow::Input grad,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input lr_power
)

 ResourceApplyFtrl(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input linear,
  ::tensorflow::Input grad,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input lr_power,
  const ResourceApplyFtrl::Attrs & attrs
)

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)