جریان تنسور:: عملیات:: ResourceSparseApplyFtrl

#include <training_ops.h>

ورودی های مربوطه را در '*var' طبق طرح Ftrl-proximal به روز کنید.

خلاصه

یعنی برای ردیف هایی که grad داریم، var، accum و linear را به صورت زیر به روز می کنیم: accum_new = accum + grad * grad linear += grad - (accum_new^(-lr_power) - accum^(-lr_power)) / lr * var درجه دوم = 1.0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (نشانه (خطی) * l1 - خطی) / درجه دوم اگر | خطی| > l1 other 0.0 accum = accum_new

استدلال ها:

  • scope: یک شی Scope
  • var: باید از یک متغیر () باشد.
  • accum: باید از یک متغیر () باشد.
  • خطی: باید از یک متغیر () باشد.
  • grad: گرادیان.
  • شاخص ها: بردار شاخص ها در بعد اول var و accum.
  • lr: ضریب مقیاس. باید اسکالر باشد.
  • l1: تنظیم L1. باید اسکالر باشد.
  • l2: تنظیم L2. باید اسکالر باشد.
  • lr_power: ضریب مقیاس. باید اسکالر باشد.

ویژگی های اختیاری (به Attrs مراجعه کنید):

  • use_locking: اگر True ، به‌روزرسانی تانسور var و accum توسط یک قفل محافظت می‌شود. در غیر این صورت رفتار تعریف نشده است، اما ممکن است اختلاف کمتری از خود نشان دهد.

برمی‌گرداند:

سازندگان و ویرانگرها

ResourceSparseApplyFtrl (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 lr_power)
ResourceSparseApplyFtrl (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 lr_power, const ResourceSparseApplyFtrl::Attrs & attrs)

صفات عمومی

operation

توابع عمومی

operator::tensorflow::Operation () const

توابع استاتیک عمومی

MultiplyLinearByLr (bool x)
UseLocking (bool x)

سازه ها

tensorflow:: ops:: ResourceSparseApplyFtrl:: Attrs

تنظیم کننده ویژگی اختیاری برای ResourceSparseApplyFtrl .

صفات عمومی

عملیات 

Operation operation

توابع عمومی

ResourceSparseApplyFtrl 

 ResourceSparseApplyFtrl(
  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 lr_power
)

ResourceSparseApplyFtrl 

 ResourceSparseApplyFtrl(
  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 lr_power,
  const ResourceSparseApplyFtrl::Attrs & attrs
)

عملگر::tensorflow::عملیات 

 operator::tensorflow::Operation() const

توابع استاتیک عمومی

MultiplyLinearByLr 

Attrs MultiplyLinearByLr(
  bool x
)

استفاده از قفل 

Attrs UseLocking(
  bool x
)