tensorflow :: operaciones :: ResourceSparseApplyProximalAdagrad

Entradas de actualización dispersas en '* var' y '* acumula' según el algoritmo FOBOS.

Resumen

Es decir, para las filas para las que hemos graduado, actualizamos var y acumulamos de la siguiente manera: acum + = grad * grad prox_v = var prox_v - = lr * grad * (1 / sqrt (acum)) var = sign (prox_v) / (1 + lr * l2) * max {| prox_v | -lr * l1,0}

Argumentos:

• alcance: un objeto de alcance
• var: debe ser de una variable ().
• acum: debe ser de una variable ().
• lr: tasa de aprendizaje. Debe ser un escalar.
• l1: Regularización L1. Debe ser un escalar.
• l2: Regularización L2. Debe ser un escalar.
• grad: El gradiente.
• índices: Un vector de índices en la primera dimensión de var y acum.

Atributos opcionales (consulte Attrs ):

• use_locking: Si es True, la actualización de los tensores var y acumuladores estará protegida por un bloqueo; de lo contrario, el comportamiento no está definido, pero puede mostrar menos contención.

Devoluciones:

• la Operation creada

Atributos públicos

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
)