テンソルフロー::作戦:: SparseApplyFtrlV2

Ftrl-proximal スキームに従って、「*var」内の関連エントリを更新します。

まとめ

つまり、grad がある行については、var、accum、linear を次のように更新します。 grad_with_shrinkage = grad + 2 * l2_shrinkage * var accum_new = accum + grad * grad Linear += grad_with_shrinkage - (accum_new^(-lr_power) - accum^ (-lr_power)) / lr * var 二次 = 1.0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (sign(linear) * l1 - 線形) / 二次 if |linear| > l1 else 0.0 accum = accum_new

引数:

• スコープ:スコープオブジェクト
• var: Variable() から取得する必要があります。
• accum: Variable() から取得する必要があります。
• Linear: Variable() から取得する必要があります。
• grad: グラデーション。
• indices: var と accum の最初の次元へのインデックスのベクトル。
• lr: スケーリング係数。スカラーでなければなりません。
• l1: L1 正則化。スカラーでなければなりません。
• l2: L2 収縮正則化。スカラーでなければなりません。
• lr_power: スケーリング係数。スカラーでなければなりません。

オプションの属性 ( Attrsを参照):

• use_locking: Trueの場合、var テンソルと accum テンソルの更新はロックによって保護されます。それ以外の場合、動作は未定義ですが、競合が少なくなる可能性があります。

戻り値:

• Output : 「var」と同じ。

パブリック属性

Operation operation

::tensorflow::Output out

 SparseApplyFtrlV2(
  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
)

 SparseApplyFtrlV2(
  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 SparseApplyFtrlV2::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs MultiplyLinearByLr(
  bool x
)

Attrs UseLocking(
  bool x
)