Gunakan Penguncian

Attrs UseLocking(
  bool x
)

aliran tensor:: operasi:: ResourceSparseApplyProximalGradientDescent

Pembaruan jarang '*var' sebagai algoritma FOBOS dengan kecepatan pembelajaran tetap.

Ringkasan

Itu untuk baris yang memiliki grad, kami memperbarui var sebagai berikut: prox_v = var - alpha * grad var = sign(prox_v)/(1+alpha*l2) * max{|prox_v|-alpha*l1,0}

Argumen:

• ruang lingkup: Objek Lingkup
• var: Harus dari Variabel().
• alpha: Faktor penskalaan. Pasti skalar.
• l1: Regularisasi L1. Pasti skalar.
• l2: Regularisasi L2. Pasti skalar.
• lulusan: Gradien.
• indeks: Vektor indeks ke dalam dimensi pertama var dan accum.

Atribut opsional (lihat Attrs ):

• use_locking: Jika Benar, pengurangan akan dilindungi oleh kunci; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan.

Pengembalian:

• Operation yang dibuat

Atribut publik

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
)