aliran tensor:: operasi:: ResourceApplyFtrl

Perbarui '*var' sesuai dengan skema Ftrl-proksimal.

Ringkasan

accum_new = accum + grad * grad linear += grad - (accum_new^(-lr_power) - accum^(-lr_power)) / lr * var kuadrat = 1,0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (tanda(linier) * l1 - linier) / kuadrat jika |linier| > l1 lain 0,0 akumulasi = akumulasi_baru

Argumen:

• ruang lingkup: Objek Lingkup
• var: Harus dari Variabel().
• accum: Harus dari Variabel().
• linier: Harus dari Variabel().
• lulusan: Gradien.
• lr: Faktor penskalaan. Pasti skalar.
• l1: Regularisasi L1. Pasti skalar.
• l2: Regularisasi L2. Pasti skalar.
• lr_power: Faktor penskalaan. Pasti skalar.

Atribut opsional (lihat Attrs ):

• use_locking: Jika True , pembaruan tensor var dan accum akan dilindungi oleh kunci; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan.

Pengembalian:

• Operation yang dibuat

Atribut publik

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 MultiplyLinearByLr(
  bool x
)

Attrs UseLocking(
  bool x
)