flux tensoriel : : opérations : : ResourceApplyFtrlV2

Mettez à jour '*var' selon le schéma Ftrl-proximal.

Résumé

grad_with_shrinkage = grad + 2 * l2_shrinkage * var accum_new = accum + grad_with_shrinkage * grad_with_shrinkage linéaire += grad_with_shrinkage + (accum_new^(-lr_power) - accum^(-lr_power)) / lr * var quadratic = 1.0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (signe(linéaire) * l1 - linéaire) / quadratique si |linéaire| > l1 sinon 0,0 cumul = accum_new

Arguments :

• scope : un objet Scope
• var : doit provenir d'une variable ().
• cumul : doit provenir d'une variable ().
• linéaire : doit provenir d’une variable().
• grad : Le dégradé.
• lr : facteur d’échelle. Ça doit être un scalaire.
• l1 : régularisation L1. Ça doit être un scalaire.
• l2 : régularisation du retrait L2. Ça doit être un scalaire.
• lr_power : facteur d'échelle. Ça doit être un scalaire.

Attributs facultatifs (voir Attrs ) :

• use_locking : Si True , la mise à jour des tenseurs var et accum sera protégée par un verrou ; sinon, le comportement n'est pas défini, mais peut présenter moins de conflits.

Retours :

• l' Operation créée

Attributs publics

Operation operation

 ResourceApplyFtrlV2(
  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 l2_shrinkage,
  ::tensorflow::Input lr_power
)

 ResourceApplyFtrlV2(
  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 l2_shrinkage,
  ::tensorflow::Input lr_power,
  const ResourceApplyFtrlV2::Attrs & attrs
)

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)