Ftrl

الطبقة العامة Ftrl

محسن ينفذ خوارزمية FTRL.

يحتوي هذا الإصدار على دعم لكل من L2 عبر الإنترنت (عقوبة L2 الواردة في الورقة أدناه) ونوع الانكماش L2 (وهو إضافة عقوبة L2 إلى وظيفة الخسارة).

أنظر أيضا

• مكماهان وآخرون، 2013، الخوارزمية 1

الثوابت

خيط	المجمع
يطفو	INITIAL_ACCUMULATOR_VALUE_DEFAULT
يطفو	L1STRENGTH_DEFAULT
يطفو	L2STRENGTH_DEFAULT
يطفو	L2_SHRINKAGE_REGULARIZATION_STRENGTH_DEFAULT
يطفو	LEARNING_RATE_DEFAULT
يطفو	LEARNING_RATE_POWER_DEFAULT
خيط	LINEAR_ACCUMULATOR

الثوابت الموروثة

من فئة org.tensorflow.framework.optimizers.Optimizer

خيط

VARIABLE_V2

المقاولون العامون

	Ftrl (الرسم البياني ) يقوم بإنشاء محسن Ftrl
	Ftrl (الرسم البياني ، اسم السلسلة) يقوم بإنشاء محسن Ftrl
	Ftrl (الرسم البياني ، معدل التعلم العائم) يقوم بإنشاء محسن Ftrl
	Ftrl (الرسم البياني ، اسم السلسلة، معدل التعلم العائم) يقوم بإنشاء محسن Ftrl
	Ftrl (الرسم البياني ، تعويم معدل التعلم، تعويم معدل التعلم، تعويم الأوليالتراكمالقيمة، تعويم l1 القوة، تعويم l2 القوة، تعويم l2ShrinkageRegularizationStrength) يقوم بإنشاء محسن Ftrl
	Ftrl (الرسم البياني ، اسم السلسلة، معدل التعلم العائم، معدل التعلم العائم، قيمة التراكم الأولية العائمة، القوة العائمة l1، القوة العائمة l2، القوة العائمة l2ShrinkageRegularizationStrength) يقوم بإنشاء محسن Ftrl

الأساليب العامة

خيط	getOptimizerName () احصل على اسم المحسن.

الطرق الموروثة

من فئة org.tensorflow.framework.optimizers.Optimizer

مرجع سابق	ApplyGradients (القائمة< GradAndVar <؟ تمتد TType >> gradsAndVars، اسم السلسلة) يطبق التدرجات على المتغيرات
<T يمتد TType > القائمة< GradAndVar <?>>	حساب التدرجات (خسارة المعامل <?>) يحسب التدرجات على أساس معامل الخسارة.
سلسلة ثابتة	createName ( الإخراج <؟ يمتد TType > متغير، String SlotName) ينشئ اسمًا من خلال الجمع بين اسم المتغير واسم الفتحة
سلسلة مجردة	getOptimizerName () احصل على اسم المحسن.
<T يمتد TType > اختياري< متغير <T>>	getSlot ( الإخراج <T> فار، اسم فتحة السلسلة) يحصل على الفتحة المرتبطة بالمتغير المحدد واسم الفتحة.
العمليات النهائية	جيتف () الحصول على مثيل Ops الخاص بـ Optimizer
مرجع سابق	تقليل (خسارة المعامل <?>) تقليل الخسارة عن طريق تحديث المتغيرات
مرجع سابق	تقليل (خسارة المعامل <?>، اسم السلسلة) تقليل الخسارة عن طريق تحديث المتغيرات

من فئة java.lang.Object

منطقية	يساوي (كائن arg0)
الدرجة النهائية<?>	الحصول على كلاس ()
كثافة العمليات	رمز التجزئة ()
الفراغ النهائي	إعلام ()
الفراغ النهائي	إعلام الكل ()
خيط	إلى سلسلة ()
الفراغ النهائي	انتظر (طويل arg0، int arg1)
الفراغ النهائي	انتظر (طويل arg0)
الفراغ النهائي	انتظر ()

الثوابت

تراكم السلسلة النهائية الثابتة العامة

القيمة الثابتة: "gradient_accumulator"

التعويم النهائي الثابت العام INITIAL_ACCUMULATOR_VALUE_DEFAULT

القيمة الثابتة: 0.1

التعويم النهائي الثابت العام L1STRENGTH_DEFAULT

القيمة الثابتة: 0.0

التعويم النهائي الثابت العام L2STRENGTH_DEFAULT

القيمة الثابتة: 0.0

التعويم النهائي الثابت العام L2_SHRINKAGE_REGULARIZATION_STRENGTH_DEFAULT

القيمة الثابتة: 0.0

التعويم النهائي الثابت العام LEARNING_RATE_DEFAULT

القيمة الثابتة: 0.001

التعويم النهائي الثابت العام LEARNING_RATE_POWER_DEFAULT

القيمة الثابتة: -0.5

السلسلة النهائية الثابتة العامة LINEAR_ACCUMULATOR

القيمة الثابتة: "المجمع الخطي"

المقاولون العامون

Ftrl العام (الرسم البياني )

يقوم بإنشاء محسن Ftrl

حدود

رسم بياني	الرسم البياني TensorFlow

Ftrl العام (الرسم البياني ، اسم السلسلة)

يقوم بإنشاء محسن Ftrl

حدود

رسم بياني	الرسم البياني TensorFlow
اسم	اسم هذا المحسن

Ftrl العام (الرسم البياني ، معدل التعلم العائم)

يقوم بإنشاء محسن Ftrl

حدود

رسم بياني	الرسم البياني TensorFlow
معدل التعليم	معدل التعلم

Ftrl العام (الرسم البياني ، اسم السلسلة، معدل التعلم العائم)

يقوم بإنشاء محسن Ftrl

حدود

رسم بياني	الرسم البياني TensorFlow
اسم	اسم هذا المحسن
معدل التعليم	معدل التعلم

Ftrl العام ( الرسم البياني، تعويم معدل التعلم، تعويم معدل التعلم، تعويم الأوليالتراكمالقيمة، تعويم l1 القوة، تعويم l2 القوة، تعويم l2ShrinkageRegularizationStrength)

يقوم بإنشاء محسن Ftrl

حدود

رسم بياني	الرسم البياني TensorFlow
معدل التعليم	معدل التعلم
LearningRatePower	يتحكم في كيفية انخفاض معدل التعلم أثناء التدريب. استخدم الصفر لمعدل تعلم ثابت.
initialAccumulatorValue	القيمة المبدئية للمراكم. يُسمح فقط بالقيم الصفرية أو الإيجابية.
l1 القوة	يجب أن تكون قوة تنظيم L1 أكبر من أو تساوي الصفر.
l2 القوة	يجب أن تكون قوة تنظيم L2 أكبر من أو تساوي الصفر.
l2قوة تنظيم الانكماش	وهذا يختلف عن L2 أعلاه في أن L2 أعلاه هو عقوبة تثبيت، في حين أن هذا الانكماش L2 هو عقوبة حجم. يجب أن يكون أكبر من أو يساوي الصفر.

رميات

غير الشرعيين استثناء حجة	إذا كانت القيمة الأولية للتراكم، أو l1RegularizationStrength، أو l2RegularizationStrength، أو l2ShrinkageRegularizationStrength أقل من 0.0، أو LearningRatePower أكبر من 0.0.

Ftrl العام (الرسم البياني ، اسم السلسلة، معدل التعلم العائم، معدل التعلم العائم، قيمة التراكم الأولية العائمة، القوة العائمة l1، القوة العائمة l2، القوة العائمة l2ShrinkageRegularizationStrength)

يقوم بإنشاء محسن Ftrl

حدود

رسم بياني	الرسم البياني TensorFlow
اسم	اسم هذا المحسن
معدل التعليم	معدل التعلم
LearningRatePower	يتحكم في كيفية انخفاض معدل التعلم أثناء التدريب. استخدم الصفر لمعدل تعلم ثابت.
initialAccumulatorValue	القيمة المبدئية للمراكم. يُسمح فقط بالقيم الصفرية أو الإيجابية.
l1 القوة	يجب أن تكون قوة تنظيم L1 أكبر من أو تساوي الصفر.
l2 القوة	يجب أن تكون قوة تنظيم L2 أكبر من أو تساوي الصفر.
l2قوة تنظيم الانكماش	وهذا يختلف عن L2 أعلاه في أن L2 أعلاه هو عقوبة تثبيت، في حين أن هذا الانكماش L2 هو عقوبة حجم. يجب أن يكون أكبر من أو يساوي الصفر.

رميات

غير الشرعيين استثناء حجة	إذا كانت القيمة الأولية للتراكم، أو l1RegularizationStrength، أو l2RegularizationStrength، أو l2ShrinkageRegularizationStrength أقل من 0.0، أو LearningRatePower أكبر من 0.0.

الأساليب العامة

سلسلة getOptimizerName () العامة

احصل على اسم المحسن.

عائدات

• اسم المحسن.