เทนเซอร์โฟลว์:: ปฏิบัติการ:: ทรัพยากรSparseApplyFtrlV2
#include <training_ops.h>อัปเดตรายการที่เกี่ยวข้องใน '*var' ตามรูปแบบ Ftrl-proximal
สรุป
นั่นคือสำหรับแถวที่เรามี grad เราอัปเดต var, accum และ linear ดังนี้: grad_with_shrinkage = grad + 2 * l2_shrinkage * var accum_new = accum + grad_with_shrinkage * grad_with_shrinkage linear += grad_with_shrinkage + (accum_new^(-lr_power) - accum^ (-lr_power)) / lr * var quadratic = 1.0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (เครื่องหมาย(เชิงเส้น) * l1 - เชิงเส้น) / กำลังสองถ้า |linear| > l1 อื่น 0.0 สะสม = accum_new
ข้อโต้แย้ง:
- ขอบเขต: วัตถุ ขอบเขต
- var: ควรมาจากตัวแปร ()
- accum: ควรมาจากตัวแปร ()
- เชิงเส้น: ควรมาจากตัวแปร ()
- ผู้สำเร็จการศึกษา: การไล่ระดับสี
- ดัชนี: เวกเตอร์ของดัชนีในมิติแรกของ var และ accum
- lr: ปัจจัยการปรับขนาด ต้องเป็นสเกลาร์
- l1: การทำให้เป็นมาตรฐาน L1 ต้องเป็นสเกลาร์
- l2: การทำให้การหดตัวเป็นปกติของ L2 ต้องเป็นสเกลาร์
- lr_power: ปัจจัยการปรับขนาด ต้องเป็นสเกลาร์
แอ็ตทริบิวต์ทางเลือก (ดู Attrs ):
- use_locking: หากเป็น
Trueการอัปเดต var และ accum tensor จะได้รับการปกป้องด้วยการล็อค มิฉะนั้นพฤติกรรมจะไม่ได้กำหนดไว้ แต่อาจแสดงความขัดแย้งน้อยลง
ผลตอบแทน:
-
Operationที่สร้างขึ้น
ตัวสร้างและผู้ทำลาย | |
|---|---|
ResourceSparseApplyFtrlV2 (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) | |
ResourceSparseApplyFtrlV2 (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 ResourceSparseApplyFtrlV2::Attrs & attrs) |
คุณลักษณะสาธารณะ | |
|---|---|
operation | |
งานสาธารณะ | |
|---|---|
operator::tensorflow::Operation () const | |
ฟังก์ชันคงที่สาธารณะ | |
|---|---|
MultiplyLinearByLr (bool x) | |
UseLocking (bool x) | |
โครงสร้าง | |
|---|---|
| เทนเซอร์โฟลว์ :: ops :: ResourceSparseApplyFtrlV2 :: Attrs | ตัวตั้งค่าแอ็ตทริบิวต์ทางเลือกสำหรับ ResourceSparseApplyFtrlV2 |
คุณลักษณะสาธารณะ
การดำเนินการ
Operation operation
งานสาธารณะ
ทรัพยากรSparseApplyFtrlV2
ResourceSparseApplyFtrlV2( 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 )
ทรัพยากรSparseApplyFtrlV2
ResourceSparseApplyFtrlV2( 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 ResourceSparseApplyFtrlV2::Attrs & attrs )
ตัวดำเนินการ::เทนเซอร์โฟลว์::การทำงาน
operator::tensorflow::Operation() const
ฟังก์ชันคงที่สาธารณะ
คูณเชิงเส้นByLr
Attrs MultiplyLinearByLr( bool x )
ใช้ล็อค
Attrs UseLocking( bool x )