Ftrl

כיתה ציבורית Ftrl

אופטימיזציה המיישמת את אלגוריתם FTRL.

לגרסה זו יש תמיכה הן ב-L2 המקוון (העונש L2 שניתן במאמר למטה) והן ב-L2 מסוג הצטמקות (שהוא תוספת של עונש L2 לפונקציית ההפסד).

ראה גם

קבועים

חוּט מַצבֵּר
לָצוּף INITIAL_ACCUMULATOR_VALUE_DEFAULT
לָצוּף L1STRENGTH_DEFAULT
לָצוּף L2STRENGTH_DEFAULT
לָצוּף L2_SHRINKAGE_REGULARIZATION_STRENGTH_DEFAULT
לָצוּף LEARNING_RATE_DEFAULT
לָצוּף LEARNING_RATE_POWER_DEFAULT
חוּט LINEAR_ACCUMULATOR

קבועים בירושה

org.tensorflow.framework.optimizers.Optimizer
חוּט VARIABLE_V2

בונים ציבוריים

Ftrl ( גרף גרף)
יוצר כלי מיטוב Ftrl
Ftrl (גרף גרף , שם מחרוזת)
יוצר כלי מיטוב Ftrl
Ftrl ( גרף גרף, float learningRate)
יוצר כלי מיטוב Ftrl
Ftrl (גרף גרף , שם מחרוזת, Float learningRate)
יוצר כלי מיטוב Ftrl
Ftrl ( גרף גרף, float learningRate, float learningRatePower, float initialAccumulatorValue, float l1Strength, float l2Strength, float l2ShrinkageRegularizationStrength)
יוצר כלי מיטוב Ftrl
Ftrl ( גרף גרף, שם מחרוזת, float learningRate, float learningRatePower, float initialAccumulatorValue, float l1Strength, float l2Strength, float l2ShrinkageRegularizationStrength)
יוצר כלי מיטוב Ftrl

שיטות ציבוריות

חוּט
getOptimizerName ()
קבל את השם של מייעל האופטימיזציה.

שיטות בירושה

org.tensorflow.framework.optimizers.Optimizer
אופ
applicationGradients (רשימה< GradAndVar <? מרחיבה את TType >> gradsAndVars, שם מחרוזת)
מחיל שיפועים על משתנים
<T מרחיב את TType > List< GradAndVar <?>>
computeGradients (אובדן Operand <?>)
מחשב את ההדרגות על סמך אופרנד הפסד.
מחרוזת סטטית
createName ( פלט <? מרחיב TType > משתנה, String slotName)
יוצר שם על ידי שילוב של שם משתנה ושם משבצת
מחרוזת מופשטת
getOptimizerName ()
קבל את השם של מייעל האופטימיזציה.
<T מרחיב את TType > אופציונלי< משתנה <T>>
getSlot ( פלט <T> var, String slotName)
מקבל את המשבצת המשויכת למשתנה ולשם המשבצת שצוינו.
אופס אחרון
getTF ()
מקבל את מופע ה-Ops של האופטימיזציה
אופ
מזעור (אובדן אופרנד <?>)
ממזער את ההפסד על ידי עדכון המשתנים
אופ
מזעור (אובדן אופרנד <?>, שם מחרוזת)
ממזער את ההפסד על ידי עדכון המשתנים
בוליאני
שווה (Object arg0)
שיעור אחרון<?>
getClass ()
int
hashcode ()
ריק סופי
להודיע ​​()
ריק סופי
הודע הכל ()
חוּט
toString ()
ריק סופי
המתן (ארג0 ארוך, int arg1)
ריק סופי
המתן (ארג0 ארוך)
ריק סופי
חכה ()

קבועים

מחרוזת סופית סטטית ציבורית ACCUMULATOR

ערך קבוע: "מצבר_דרגתי"

ציפה סופית סטטית ציבורית INITIAL_ACCUMULATOR_VALUE_DEFAULT

ערך קבוע: 0.1

ציפה סופית סטטית ציבורית L1STRENGTH_DEFAULT

ערך קבוע: 0.0

ציפה סופית סטטית ציבורית L2STRENGTH_DEFAULT

ערך קבוע: 0.0

ציפה סופית סטטית ציבורית L2_SHRINKAGE_REGULARIZATION_STRENGTH_DEFAULT

ערך קבוע: 0.0

ציפה סופית סטטית ציבורית LEARNING_RATE_DEFAULT

ערך קבוע: 0.001

ציפה סופית סטטית ציבורית LEARNING_RATE_POWER_DEFAULT

ערך קבוע: -0.5

מחרוזת סופית סטטית ציבורית LINEAR_ACCUMULATOR

ערך קבוע: "צבר_ליניארי"

בונים ציבוריים

Public Ftrl ( גרף גרף)

יוצר כלי מיטוב Ftrl

פרמטרים
גרָף גרף TensorFlow

Public Ftrl (גרף גרף , שם מחרוזת)

יוצר כלי מיטוב Ftrl

פרמטרים
גרָף גרף TensorFlow
שֵׁם השם של כלי האופטימיזציה הזה

Public Ftrl ( גרף גרף, float learningRate)

יוצר כלי מיטוב Ftrl

פרמטרים
גרָף גרף TensorFlow
קצב למידה קצב הלמידה

Public Ftrl (גרף גרף , שם מחרוזת, float learningRate)

יוצר כלי מיטוב Ftrl

פרמטרים
גרָף גרף TensorFlow
שֵׁם השם של כלי האופטימיזציה הזה
קצב למידה קצב הלמידה

Public Ftrl ( גרף גרף, float learningRate, float learningRatePower, float initialAccumulatorValue, float l1Strength, float l2Strength, float l2ShrinkageRegularizationStrength)

יוצר כלי מיטוב Ftrl

פרמטרים
גרָף גרף TensorFlow
קצב למידה קצב הלמידה
learningRatePower שולט כיצד קצב הלמידה יורד במהלך האימון. השתמש באפס עבור קצב למידה קבוע.
initialAccumulatorValue הערך ההתחלתי עבור מצברים. רק ערכים אפסיים או חיוביים מותרים.
l1 כוח עוצמת הרגולציה L1 חייבת להיות גדולה או שווה לאפס.
l2Strength עוצמת הוויסות L2 חייבת להיות גדולה או שווה לאפס.
l2הצטמקותרגוליזציה חוזק זה שונה מ-L2 לעיל בכך שה-L2 לעיל הוא עונש ייצוב, בעוד שההתכווצות של L2 היא עונש בגודל. חייב להיות גדול או שווה לאפס.
זורק
חריג טיעון לא חוקי אם initialAccumulatorValue, l1RegularizationStrength, l2RegularizationStrength או l2ShrinkageRegularizationStrength הם פחות מ-0.0, או learningRatePower גדול מ-0.0.

Public Ftrl ( גרף גרף, שם מחרוזת, float learningRate, float learningRatePower, float initialAccumulatorValue, float l1Strength, float l2Strength, float l2ShrinkageRegularizationStrength)

יוצר כלי מיטוב Ftrl

פרמטרים
גרָף גרף TensorFlow
שֵׁם השם של כלי האופטימיזציה הזה
קצב למידה קצב הלמידה
learningRatePower שולט כיצד קצב הלמידה יורד במהלך האימון. השתמש באפס עבור קצב למידה קבוע.
initialAccumulatorValue הערך ההתחלתי עבור מצברים. רק ערכים אפסיים או חיוביים מותרים.
l1 כוח עוצמת הרגולציה L1 חייבת להיות גדולה או שווה לאפס.
l2Strength עוצמת הוויסות L2 חייבת להיות גדולה או שווה לאפס.
l2הצטמקותרגוליזציה חוזק זה שונה מ-L2 לעיל בכך שה-L2 לעיל הוא עונש ייצוב, בעוד שההתכווצות של L2 היא עונש בגודל. חייב להיות גדול או שווה לאפס.
זורק
חריג טיעון לא חוקי אם initialAccumulatorValue, l1RegularizationStrength, l2RegularizationStrength או l2ShrinkageRegularizationStrength הם פחות מ-0.0, או learningRatePower גדול מ-0.0.

שיטות ציבוריות

מחרוזת ציבורית getOptimizerName ()

קבל את השם של מייעל האופטימיזציה.

החזרות
  • שם האופטימיזציה.