dòng chảy căng:: ôi:: Thưa thớtÁp dụngFtrlV2

Cập nhật các mục nhập có liên quan trong '*var' theo sơ đồ gần Ftrl.

Bản tóm tắt

Đó là đối với các hàng mà chúng tôi có grad, chúng tôi cập nhật var, accum và tuyến tính như sau: grad_with_shrinkage = grad + 2 * l2_shrinkage * var accum_new = accum + grad_with_shrinkage * grad_with_shrinkage tuyến tính += grad_with_shrinkage + (accum_new^(-lr_power) - accum^ (-lr_power)) / lr * var bậc hai = 1.0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (dấu(tuyến tính) * l1 - tuyến tính) / bậc hai nếu |tuyến tính| > l1 khác 0,0 tích lũy = tích lũy_new

Lập luận:

• phạm vi: Một đối tượng Phạm vi
• var: Phải từ một Biến().
• tích lũy: Phải từ một Biến().
• tuyến tính: Phải từ một Biến().
• grad: Độ dốc.
• chỉ số: Một vectơ chỉ số vào chiều thứ nhất của var và accum.
• lr: Hệ số tỷ lệ. Phải là một vô hướng.
• l1: Chính quy hóa L1. Phải là một vô hướng.
• l2: Chính quy hóa độ co rút L2. Phải là một vô hướng.
• lr_power: Hệ số tỷ lệ. Phải là một vô hướng.

Thuộc tính tùy chọn (xem Attrs ):

• use_locking: Nếu True , 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:

• Output : Giống như "var".

Thuộc tính công khai

Operation operation

::tensorflow::Output out

 SparseApplyFtrlV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input linear,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input l2_shrinkage,
  ::tensorflow::Input lr_power
)

 SparseApplyFtrlV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input linear,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input l2_shrinkage,
  ::tensorflow::Input lr_power,
  const SparseApplyFtrlV2::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs UseLocking(
  bool x
)