ロックを使用する

Attrs UseLocking(
  bool x
)

テンソルフロー::作戦:: SparseApplyProximalアダグラド

FOBOS アルゴリズムに従って、'*var' および '*accum' 内のスパース更新エントリ。

まとめ

つまり、grad がある行については、次のように var と accum を更新します。 $$accum += grad * grad$$ $$prox_v = var$$ $$prox_v -= lr * grad * (1 / sqrt(accum))$$ $$var = sign(prox_v)/(1+lr*l2) * max{|prox_v|-lr*l1,0}$$

引数:

• スコープ:スコープオブジェクト
• var: Variable() から取得する必要があります。
• accum: Variable() から取得する必要があります。
• lr: 学習率。スカラーでなければなりません。
• l1: L1 正則化。スカラーでなければなりません。
• l2: L2 正則化。スカラーでなければなりません。
• grad: グラデーション。
• indices: var と accum の最初の次元へのインデックスのベクトル。

オプションの属性 ( Attrsを参照):

• use_locking: True の場合、var テンソルと accum テンソルの更新はロックによって保護されます。それ以外の場合、動作は未定義ですが、競合が少なくなる可能性があります。

戻り値:

• Output : 「var」と同じ。

パブリック属性

Operation operation

::tensorflow::Output out

 SparseApplyProximalAdagrad(
  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
)

 SparseApplyProximalAdagrad(
  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 SparseApplyProximalAdagrad::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)