Ftrl

classe publique Ftrl

Optimiseur qui implémente l'algorithme FTRL.

Cette version prend en charge à la fois le L2 en ligne (la pénalité L2 donnée dans l'article ci-dessous) et le L2 de type retrait (qui est l'ajout d'une pénalité L2 à la fonction de perte).

Voir également

• McMahan et al., 2013, algorithme 1

Constantes

Chaîne	ACCUMULATEUR
flotter	INITIAL_ACCUMULATOR_VALUE_DEFAULT
flotter	L1STRENGTH_DEFAULT
flotter	L2STRENGTH_DEFAULT
flotter	L2_SHRINKAGE_REGULARIZATION_STRENGTH_DEFAULT
flotter	LEARNING_RATE_DEFAULT
flotter	LEARNING_RATE_POWER_DEFAULT
Chaîne	LINEAR_ACCUMULATEUR

Constantes héritées

De la classe org.tensorflow.framework.optimizers.Optimizer

Chaîne

VARIABLE_V2

Constructeurs Publics

	Ftrl ( Graphique graphique) Crée un optimiseur Ftrl
	Ftrl ( Graphique , Nom de la chaîne) Crée un optimiseur Ftrl
	Ftrl (Graphique graphique , taux d'apprentissage flottant) Crée un optimiseur Ftrl
	Ftrl ( Graphique , nom de la chaîne, taux d'apprentissage flottant) Crée un optimiseur Ftrl
	Ftrl ( Graphique , float learningRate, float learningRatePower, float initialAccumulatorValue, float l1Strength, float l2Strength, float l2ShrinkageRegularizationStrength) Crée un optimiseur Ftrl
	Ftrl ( Graphique , nom de la chaîne, float learningRate, float learningRatePower, float initialAccumulatorValue, float l1Strength, float l2Strength, float l2ShrinkageRegularizationStrength) Crée un optimiseur Ftrl

Méthodes publiques

Chaîne

getOptimizerName () Obtenez le nom de l'optimiseur.

Méthodes héritées

De la classe org.tensorflow.framework.optimizers.Optimizer

Opération	applyGradients (List< GradAndVar <? extends TType >> gradsAndVars, nom de la chaîne) Applique des dégradés aux variables
<T étend TType > List< GradAndVar <?>>	calculateGradients (perte de l'opérande <?>) Calcule les gradients en fonction d'un opérande de perte.
Chaîne statique	createName ( Sortie <? extends TType > variable, String slotName) Crée un nom en combinant un nom de variable et un nom d'emplacement
chaîne abstraite	getOptimizerName () Obtenez le nom de l'optimiseur.
<T étend TType > Facultatif< Variable <T>>	getSlot ( Sortie <T> var, String slotName) Obtient l'emplacement associé à la variable spécifiée et au nom de l'emplacement.
Opérations finales	obtenirTF () Obtient l'instance Ops de l'Optimizer
Opération	minimiser (perte de l'opérande <?>) Minimise la perte en mettant à jour les variables
Opération	minimiser (perte de l'opérande <?>, nom de la chaîne) Minimise la perte en mettant à jour les variables

De la classe java.lang.Object

booléen	est égal à (Objet arg0)
Classe finale<?>	obtenirClasse ()
int	Code de hachage ()
vide final	notifier ()
vide final	notifierTous ()
Chaîne	àChaîne ()
vide final	attendre (long arg0, int arg1)
vide final	attendez (long arg0)
vide final	attendez ()

Constantes

chaîne finale statique publique ACCUMULATEUR

Valeur constante : "gradient_accumulator"

public statique final float INITIAL_ACCUMULATOR_VALUE_DEFAULT

Valeur constante : 0,1

public statique final float L1STRENGTH_DEFAULT

Valeur constante : 0,0

public statique final float L2STRENGTH_DEFAULT

Valeur constante : 0,0

public statique final float L2_SHRINKAGE_REGULARIZATION_STRENGTH_DEFAULT

Valeur constante : 0,0

public statique final float LEARNING_RATE_DEFAULT

Valeur constante : 0,001

public statique final float LEARNING_RATE_POWER_DEFAULT

Valeur constante : -0,5

chaîne finale statique publique LINEAR_ACCUMULATOR

Valeur constante : "accumulateur_linéaire"

Constructeurs Publics

public Ftrl ( Graphique )

Crée un optimiseur Ftrl

Paramètres

graphique	le graphique TensorFlow

public Ftrl ( Graphique , Nom de la chaîne)

Crée un optimiseur Ftrl

Paramètres

graphique	le graphique TensorFlow
nom	le nom de cet optimiseur

public Ftrl ( Graphique , taux d'apprentissage flottant)

Crée un optimiseur Ftrl

Paramètres

graphique	le graphique TensorFlow
taux d'apprentissage	le taux d'apprentissage

public Ftrl ( Graphique , nom de la chaîne, taux d'apprentissage flottant)

Crée un optimiseur Ftrl

Paramètres

graphique	le graphique TensorFlow
nom	le nom de cet optimiseur
taux d'apprentissage	le taux d'apprentissage

public Ftrl ( Graphique , float learningRate, float learningRatePower, float initialAccumulatorValue, float l1Strength, float l2Strength, float l2ShrinkageRegularizationStrength)

Crée un optimiseur Ftrl

Paramètres

graphique	le graphique TensorFlow
taux d'apprentissage	le taux d'apprentissage
apprentissageTauxPuissance	Contrôle la façon dont le taux d’apprentissage diminue pendant l’entraînement. Utilisez zéro pour un taux d’apprentissage fixe.
valeur initiale de l'accumulateur	La valeur de départ pour les accumulateurs. Seules les valeurs nulles ou positives sont autorisées.
l1Force	la force de régularisation L1 doit être supérieure ou égale à zéro.
l2Force	la force de régularisation L2 doit être supérieure ou égale à zéro.
l2RétrécissementRégularisationForce	Cela diffère de L2 ci-dessus dans le sens où L2 ci-dessus est une pénalité de stabilisation, alors que ce retrait L2 est une pénalité d'amplitude. doit être supérieur ou égal à zéro.

Jetés

Exception d'argument illégal	si initialAccumulatorValue, l1RegularizationStrength, l2RegularizationStrength ou l2ShrinkageRegularizationStrength sont inférieurs à 0,0 ou si learningRatePower est supérieur à 0,0.

public Ftrl ( Graphique , nom de la chaîne, float learningRate, float learningRatePower, float initialAccumulatorValue, float l1Strength, float l2Strength, float l2ShrinkageRegularizationStrength)

Crée un optimiseur Ftrl

Paramètres

graphique	le graphique TensorFlow
nom	le nom de cet optimiseur
taux d'apprentissage	le taux d'apprentissage
apprentissageTauxPuissance	Contrôle la façon dont le taux d’apprentissage diminue pendant l’entraînement. Utilisez zéro pour un taux d’apprentissage fixe.
valeur initiale de l'accumulateur	La valeur de départ pour les accumulateurs. Seules les valeurs nulles ou positives sont autorisées.
l1Force	la force de régularisation L1 doit être supérieure ou égale à zéro.
l2Force	la force de régularisation L2 doit être supérieure ou égale à zéro.
l2RétrécissementRégularisationForce	Cela diffère de L2 ci-dessus dans le sens où L2 ci-dessus est une pénalité de stabilisation, alors que ce retrait L2 est une pénalité d'amplitude. doit être supérieur ou égal à zéro.

Jetés

Exception d'argument illégal	si initialAccumulatorValue, l1RegularizationStrength, l2RegularizationStrength ou l2ShrinkageRegularizationStrength sont inférieurs à 0,0 ou si learningRatePower est supérieur à 0,0.

Méthodes publiques

chaîne publique getOptimizerName ()

Obtenez le nom de l'optimiseur.

Retour

• Le nom de l'optimiseur.