टेंसरफ़्लो:: ऑप्स:: रिसोर्सएप्लाईप्रॉक्सिमलग्रैडिएंटडिसेंट

निश्चित सीखने की दर के साथ '*var' को FOBOS एल्गोरिदम के रूप में अपडेट करें।

सारांश

prox_v = var - अल्फा * डेल्टा var = साइन(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.
• डेल्टा: परिवर्तन.

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

 ResourceApplyProximalGradientDescent(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input alpha,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input delta
)

 ResourceApplyProximalGradientDescent(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input alpha,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input delta,
  const ResourceApplyProximalGradientDescent::Attrs & attrs
)

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)