тензорный поток:: опс:: ResourceSparseApplyProximalAdagrad

Разреженные записи обновления в '*var' и '*accum' в соответствии с алгоритмом FOBOS.

Краткое содержание

То есть для строк, для которых у нас есть grad, мы обновляем var и accum следующим образом: accum += grad * grad prox_v = var prox_v -= lr * grad * (1 / sqrt(accum)) var =sign(prox_v)/(1 +lr*l2) * max{|prox_v|-lr*l1,0}

Аргументы:

• область: объект области.
• var: Должно быть из переменной().
• accum: Должно быть из переменной().
• lr: Скорость обучения. Должно быть скаляр.
• l1: регуляризация L1. Должно быть скаляр.
• l2: регуляризация L2. Должно быть скаляр.
• град: Градиент.
• индексы: вектор индексов в первом измерении var и accum.

Необязательные атрибуты (см. Attrs ):

• use_locking: Если True, обновление тензоров var и accum будет защищено блокировкой; в противном случае поведение не определено, но может вызывать меньше конфликтов.

Возврат:

• созданная Operation

Публичные атрибуты

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
)