fluxo tensor:: ops:: ResourceSparseApplyProximalAdagrad

Entradas de atualização esparsas em '*var' e '*accum' de acordo com o algoritmo FOBOS.

Resumo

Isso é para linhas para as quais temos grad, atualizamos var e accum da seguinte forma: accum += grad * grad prox_v = var prox_v -= lr * grad * (1 / sqrt(accum)) var = sign(prox_v)/(1 +lr*l2) * máx{|prox_v|-lr*l1,0}

Argumentos:

• escopo: um objeto Escopo
• var: Deve ser de uma variável().
• accum: Deve ser de uma variável().
• lr: Taxa de aprendizagem. Deve ser um escalar.
• l1: regularização L1. Deve ser um escalar.
• l2: regularização L2. Deve ser um escalar.
• graduação: O gradiente.
• índices: Um vetor de índices na primeira dimensão de var e accum.

Atributos opcionais (veja Attrs ):

• use_locking: Se True, a atualização dos tensores var e accum será protegida por um bloqueio; caso contrário, o comportamento será indefinido, mas poderá apresentar menos contenção.

Retorna:

• a Operation criada

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
)