dòng chảy căng:: ôi:: Tài nguyênThưa thớtÁp dụngProximalAdagrad

Các mục cập nhật thưa thớt trong '*var' và '*accum' theo thuật toán FOBOS.

Bản tóm tắt

Đó là đối với các hàng mà chúng tôi có grad, chúng tôi cập nhật var và accum như sau: 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}

Lập luận:

• phạm vi: Một đối tượng phạm vi
• var: Phải từ một Biến().
• tích lũy: Phải từ một Biến().
• lr: Tốc độ học tập. Phải là một vô hướng.
• l1: Chính quy hóa L1. Phải là một vô hướng.
• l2: Chính quy hóa L2. Phải là một vô hướng.
• grad: Độ dốc.
• chỉ số: Một vectơ chỉ số vào chiều thứ nhất của var và accum.

Thuộc tính tùy chọn (xem Attrs ):

• use_locking: Nếu đúng, việc cập nhật các tensor var và accum sẽ được bảo vệ bằng khóa; mặt khác, hành vi không được xác định, nhưng có thể ít gây tranh cãi hơn.

Trả về:

• Operation đã tạo

Thuộc tính công khai

Operation operation

 ResourceSparseApplyProximalAdagrad(
  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
)

 ResourceSparseApplyProximalAdagrad(
  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 ResourceSparseApplyProximalAdagrad::Attrs & attrs
)

 operator::tensorflow::Operation() const 

Attrs UseLocking(
  bool x
)