टेंसरफ़्लो:: ऑप्स:: रिसोर्सएप्लाईप्रॉक्सिमलएडाग्रेड

Adagrad सीखने की दर के साथ FOBOS के अनुसार '*var' और '*accum' को अपडेट करें।

सारांश

accum += grad * grad prox_v = var - lr * grad * (1 / sqrt(accum)) var = साइन(prox_v)/(1+lr*l2) * max{|prox_v|-lr*l1,0}

तर्क:

• स्कोप: एक स्कोप ऑब्जेक्ट
• var: एक वेरिएबल() से होना चाहिए।
• संचय: एक वेरिएबल() से होना चाहिए।
• एलआर: स्केलिंग कारक। एक अदिश राशि होनी चाहिए.
• एल1: एल1 नियमितीकरण। एक अदिश राशि होनी चाहिए.
• एल2: एल2 नियमितीकरण। एक अदिश राशि होनी चाहिए.
• ग्रेड: ग्रेडिएंट.

वैकल्पिक विशेषताएँ (देखें Attrs ):

• उपयोग_लॉकिंग: यदि सत्य है, तो var और Accum Tensors का अद्यतन एक लॉक द्वारा संरक्षित किया जाएगा; अन्यथा व्यवहार अपरिभाषित है, लेकिन कम विवाद प्रदर्शित कर सकता है।

रिटर्न:

• बनाया गया Operation

सार्वजनिक गुण

Operation operation

 ResourceApplyProximalAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input grad
)

 ResourceApplyProximalAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input grad,
  const ResourceApplyProximalAdagrad::Attrs & attrs
)

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)