fluxo tensor:: ops:: ResourceApplyFtrl

Atualize '*var' de acordo com o esquema Ftrl-proximal.

Resumo

accum_new = accum + grad * grad linear += grad - (accum_new^(-lr_power) - accum^(-lr_power)) / lr * var quadrático = 1,0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (sinal(linear) * l1 - linear) / quadrático se |linear| > l1 senão 0,0 acumular = acumular_novo

Argumentos:

• escopo: um objeto Escopo
• var: Deve ser de uma variável().
• accum: Deve ser de uma variável().
• linear: deve ser de uma variável().
• graduação: O gradiente.
• lr: Fator de escala. Deve ser um escalar.
• l1: regularização L1. Deve ser um escalar.
• l2: regularização L2. Deve ser um escalar.
• lr_power: fator de escala. Deve ser um escalar.

Atributos opcionais (veja Attrs ):

• use_locking: Se True , a atualização dos tensores var e accum será protegida por um bloqueio; caso contrário, o comportamento será indefinido, mas poderá apresentar menos contenção.

Retorna:

• a Operation criada

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
)