tensorflow :: operaciones :: ResourceApplyFtrl

Actualice '* var' de acuerdo con el esquema Ftrl-proximal.

Resumen

acumula_nuevo = acumula + grad * grad linear + = grad - (acumula_nuevo ^ (- lr_potencia) - acumula ^ (- lr_potencia)) / lr * var cuadrática = 1.0 / (acumula_nuevo ^ (lr_power) * lr) + 2 * l2 var = (signo (lineal) * l1 - lineal) / cuadrático si | lineal | > l1 más 0.0 acum = acum_nuevo

Argumentos:

• alcance: un objeto de alcance
• var: debe ser de una variable ().
• acum: debe ser de una variable ().
• lineal: debe ser de una variable ().
• grad: El gradiente.
• lr: factor de escala. Debe ser un escalar.
• l1: Regularización L1. Debe ser un escalar.
• l2: regularización L2. Debe ser un escalar.
• lr_power: factor de escala. Debe ser un escalar.

Atributos opcionales (consulte Attrs ):

• use_locking: Si es True , la actualización de los tensores var y acumuladores estará protegida por un bloqueo; de lo contrario, el comportamiento no está definido, pero puede mostrar menos contención.

Devoluciones:

• la Operation creada

Atributos públicos

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
)