flux tensoriel : : opérations : : SparseApplyFtrl

#include <training_ops.h>

Mettez à jour les entrées pertinentes dans '*var' selon le schéma Ftrl-proximal.

Résumé

C'est pour les lignes pour lesquelles nous avons grad, nous mettons à jour var, accumulé et linéaire comme suit :

$$accum_new = accum + grad * grad$$
$$linear += grad + (accum_{new}^{-lr_{power} } - accum^{-lr_{power} } / lr * var$$
$$quadratic = 1.0 / (accum_{new}^{lr_{power} } * lr) + 2 * l2$$
$$var = (sign(linear) * l1 - linear) / quadratic\ if\ |linear| > l1\ else\ 0.0$$
$$accum = accum_{new}$$

Arguments :

  • scope : un objet Scope
  • var : doit provenir d'une variable ().
  • cumul : doit provenir d'une variable ().
  • linéaire : doit provenir d’une variable().
  • grad : Le dégradé.
  • indices : Un vecteur d'indices dans la première dimension de var et cumul.
  • lr : facteur d’échelle. Ça doit être un scalaire.
  • l1 : régularisation L1. Ça doit être un scalaire.
  • l2 : régularisation L2. Ça doit être un scalaire.
  • lr_power : facteur d'échelle. Ça doit être un scalaire.

Attributs facultatifs (voir Attrs ) :

  • use_locking : Si True , la mise à jour des tenseurs var et accum sera protégée par un verrou ; sinon, le comportement n'est pas défini, mais peut présenter moins de conflits.

Retours :

  • Output : Identique à "var".

Constructeurs et Destructeurs

SparseApplyFtrl (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)
SparseApplyFtrl (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 SparseApplyFtrl::Attrs & attrs)

Attributs publics

operation
out

Fonctions publiques

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

Fonctions statiques publiques

MultiplyLinearByLr (bool x)
UseLocking (bool x)

Structures

tensorflow :: ops :: SparseApplyFtrl :: Attrs

Setters d'attributs facultatifs pour SparseApplyFtrl .

Attributs publics

opération 

Operation operation

dehors 

::tensorflow::Output out

Fonctions publiques

SparseApplyFtrl 

 SparseApplyFtrl(
  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
)

SparseApplyFtrl 

 SparseApplyFtrl(
  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 SparseApplyFtrl::Attrs & attrs
)

nœud 

::tensorflow::Node * node() const

opérateur :: tensorflow :: Entrée 

 operator::tensorflow::Input() const

opérateur :: tensorflow :: Sortie 

 operator::tensorflow::Output() const

Fonctions statiques publiques

MultiplierLinéaireParLr 

Attrs MultiplyLinearByLr(
  bool x
)

UtiliserVerrouillage 

Attrs UseLocking(
  bool x
)