Ftrl

पब्लिक क्लास Ftrl

ऑप्टिमाइज़र जो FTRL एल्गोरिथम को लागू करता है।

इस संस्करण में ऑनलाइन L2 (नीचे दिए गए पेपर में दिया गया L2 जुर्माना) और सिकुड़न-प्रकार L2 (जो कि हानि फ़ंक्शन में L2 जुर्माना जोड़ा गया है) दोनों के लिए समर्थन है।

यह सभी देखें

• मैकमैहन, एट अल., 2013, एल्गोरिथम 1

स्थिरांक

डोरी	संचायक
तैरना	प्रारंभिक_ACCUMULATOR_VALUE_DEFAULT
तैरना	L1STRENGTH_DEFAULT
तैरना	L2STRENGTH_DEFAULT
तैरना	L2_SHRINKAGE_REGULARIZATION_STRENGTH_DEFAULT
तैरना	LEARNING_RATE_DEFAULT
तैरना	सीखना_दर_शक्ति_डिफॉल्ट
डोरी	LINEAR_ACCUMULATOR

विरासत में मिले स्थिरांक

कक्षा org.tensorflow.framework.optimizers.Optimizer से

डोरी

VARIABLE_V2

सार्वजनिक निर्माता

	Ftrl ( ग्राफ ग्राफ) एक Ftrl ऑप्टिमाइज़र बनाता है
	Ftrl ( ग्राफ़ ग्राफ़, स्ट्रिंग नाम) एक Ftrl ऑप्टिमाइज़र बनाता है
	Ftrl ( ग्राफ़ ग्राफ़, फ़्लोट लर्निंग रेट) एक Ftrl ऑप्टिमाइज़र बनाता है
	Ftrl ( ग्राफ़ ग्राफ़, स्ट्रिंग नाम, फ़्लोट लर्निंग रेट) एक Ftrl ऑप्टिमाइज़र बनाता है
	एफटीआरएल ( ग्राफ ग्राफ, फ्लोट लर्निंगरेट, फ्लोट लर्निंगरेटपावर, फ्लोट इनिशियलएक्यूमुलेटर वैल्यू, फ्लोट एल1स्ट्रेंथ, फ्लोट एल2स्ट्रेंथ, फ्लोट एल2श्रिंकेजरेगुलराइजेशनस्ट्रेंथ) एक Ftrl ऑप्टिमाइज़र बनाता है
	एफटीआरएल ( ग्राफ ग्राफ, स्ट्रिंग नाम, फ्लोट लर्निंगरेट, फ्लोट लर्निंगरेटपावर, फ्लोट इनिशियलएक्यूमुलेटर वैल्यू, फ्लोट एल1स्ट्रेंथ, फ्लोट एल2स्ट्रेंथ, फ्लोट एल2श्रिंकेजरेगुलराइजेशनस्ट्रेंथ) एक Ftrl ऑप्टिमाइज़र बनाता है

सार्वजनिक तरीके

डोरी	गेटऑप्टिमाइज़रनाम () अनुकूलक का नाम प्राप्त करें.

विरासत में मिली विधियाँ

कक्षा org.tensorflow.framework.optimizers.Optimizer से

सेशन	ApplyGradients (सूची< GradAndVar <? विस्तारित TType >> gradsAndVars, स्ट्रिंग नाम) वेरिएबल्स पर ग्रेडिएंट लागू करता है
<T टीटीटाइप का विस्तार करता है > सूची < GradAndVar <?>>	कंप्यूटग्रैडिएंट्स ( ऑपरेंड <?> हानि) हानि ऑपरेंड के आधार पर ग्रेडिएंट की गणना करता है।
स्थिर स्ट्रिंग	createName ( आउटपुट <? विस्तारित TType > वेरिएबल, स्ट्रिंग स्लॉटनाम) एक वेरिएबल नाम और एक स्लॉट नाम को मिलाकर एक नाम बनाता है
सार स्ट्रिंग	गेटऑप्टिमाइज़रनाम () अनुकूलक का नाम प्राप्त करें.
<T टीटाइप का विस्तार करता है > वैकल्पिक < वेरिएबल <T>>	getSlot ( आउटपुट <T> var, स्ट्रिंग स्लॉटनाम) निर्दिष्ट वेरिएबल और स्लॉट नाम से संबद्ध स्लॉट प्राप्त करता है।
अंतिम ऑप्स	getTF () ऑप्टिमाइज़र का ऑप्स उदाहरण प्राप्त करता है
सेशन	न्यूनतम ( ऑपरेंड <?> हानि) वेरिएबल्स को अद्यतन करके हानि को कम करता है
सेशन	न्यूनतम करें ( ऑपरेंड <?> हानि, स्ट्रिंग नाम) वेरिएबल्स को अद्यतन करके हानि को कम करता है

कक्षा java.lang.Object से

बूलियन	बराबर (ऑब्जेक्ट arg0)
अंतिम कक्षा<?>	गेटक्लास ()
int यहाँ	हैश कोड ()
अंतिम शून्य	सूचित करें ()
अंतिम शून्य	सभी को सूचित करें ()
डोरी	स्ट्रिंग ()
अंतिम शून्य	प्रतीक्षा करें (लंबा arg0, int arg1)
अंतिम शून्य	प्रतीक्षा करें (लंबा arg0)
अंतिम शून्य	इंतज़ार ()

स्थिरांक

सार्वजनिक स्थैतिक अंतिम स्ट्रिंग संचायक

स्थिर मान: "gradient_accumulator"

सार्वजनिक स्थैतिक अंतिम फ़्लोट INITIAL_ACCUMULATOR_VALUE_DEFAULT

स्थिर मान: 0.1

सार्वजनिक स्थैतिक अंतिम फ़्लोट L1STRENGTH_DEFAULT

स्थिर मान: 0.0

सार्वजनिक स्थैतिक अंतिम फ्लोट L2STRENGTH_DEFAULT

स्थिर मान: 0.0

सार्वजनिक स्थैतिक अंतिम फ़्लोट L2_SHRINKAGE_REGULARIZATION_STRENGTH_DEFAULT

स्थिर मान: 0.0

सार्वजनिक स्थैतिक अंतिम फ़्लोट LEARNING_RATE_DEFAULT

स्थिर मान: 0.001

सार्वजनिक स्थैतिक अंतिम फ़्लोट LEARNING_RATE_POWER_DEFAULT

स्थिर मान: -0.5

सार्वजनिक स्थैतिक अंतिम स्ट्रिंग LINEAR_ACCUMULATOR

निरंतर मान: "रैखिक_संचायक"

सार्वजनिक निर्माता

सार्वजनिक Ftrl ( ग्राफ ग्राफ)

एक Ftrl ऑप्टिमाइज़र बनाता है

पैरामीटर

ग्राफ	टेंसरफ़्लो ग्राफ़

सार्वजनिक Ftrl ( ग्राफ़ ग्राफ़, स्ट्रिंग नाम)

एक Ftrl ऑप्टिमाइज़र बनाता है

पैरामीटर

ग्राफ	टेंसरफ़्लो ग्राफ़
नाम	इस ऑप्टिमाइज़र का नाम

सार्वजनिक Ftrl ( ग्राफ़ ग्राफ़, फ़्लोट लर्निंग रेट)

एक Ftrl ऑप्टिमाइज़र बनाता है

पैरामीटर

ग्राफ	टेंसरफ़्लो ग्राफ़
सीखने की दर	सीखने की दर

सार्वजनिक Ftrl ( ग्राफ़ ग्राफ़, स्ट्रिंग नाम, फ़्लोट लर्निंग रेट)

एक Ftrl ऑप्टिमाइज़र बनाता है

पैरामीटर

ग्राफ	टेंसरफ़्लो ग्राफ़
नाम	इस ऑप्टिमाइज़र का नाम
सीखने की दर	सीखने की दर

सार्वजनिक एफटीआरएल ( ग्राफ ग्राफ, फ्लोट लर्निंगरेट, फ्लोट लर्निंगरेटपावर, फ्लोट इनिशियलएक्यूमुलेटर वैल्यू, फ्लोट एल1स्ट्रेंथ, फ्लोट एल2स्ट्रेंथ, फ्लोट एल2श्रिंकेजरेगुलराइजेशनस्ट्रेंथ)

एक Ftrl ऑप्टिमाइज़र बनाता है

पैरामीटर

ग्राफ	टेंसरफ़्लो ग्राफ़
सीखने की दर	सीखने की दर
सीखने की दरशक्ति	यह नियंत्रित करता है कि प्रशिक्षण के दौरान सीखने की दर कैसे घटती है। निश्चित सीखने की दर के लिए शून्य का उपयोग करें।
प्रारंभिक संचायक मान	संचायक के लिए प्रारंभिक मूल्य. केवल शून्य या सकारात्मक मानों की अनुमति है।
एल1ताकत	L1 नियमितीकरण शक्ति, शून्य से अधिक या उसके बराबर होनी चाहिए।
एल2ताकत	L2 नियमितीकरण शक्ति, शून्य से अधिक या उसके बराबर होनी चाहिए।
l2संकोचननियमितीकरणशक्ति	यह उपरोक्त L2 से भिन्न है क्योंकि उपरोक्त L2 एक स्थिरीकरण दंड है, जबकि यह L2 सिकुड़न एक परिमाण दंड है। शून्य से बड़ा या उसके बराबर होना चाहिए.

फेंकता

अवैध तर्क अपवाद	यदि प्रारंभिक AccumulatorValue, l1RegularizationStrength, l2RegularizationStrength, या l2ShnkageRegularizationStrength 0.0 से कम है, या learnRatePower 0.0 से अधिक है।

सार्वजनिक एफटीआरएल ( ग्राफ ग्राफ, स्ट्रिंग नाम, फ्लोट लर्निंगरेट, फ्लोट लर्निंगरेटपावर, फ्लोट इनिशियलएक्यूमुलेटर वैल्यू, फ्लोट एल1स्ट्रेंथ, फ्लोट एल2स्ट्रेंथ, फ्लोट एल2श्रिंकेजरेगुलराइजेशनस्ट्रेंथ)

एक Ftrl ऑप्टिमाइज़र बनाता है

पैरामीटर

ग्राफ	टेंसरफ़्लो ग्राफ़
नाम	इस ऑप्टिमाइज़र का नाम
सीखने की दर	सीखने की दर
सीखने की दरशक्ति	यह नियंत्रित करता है कि प्रशिक्षण के दौरान सीखने की दर कैसे घटती है। निश्चित सीखने की दर के लिए शून्य का उपयोग करें।
प्रारंभिक संचायक मान	संचायक के लिए प्रारंभिक मूल्य. केवल शून्य या सकारात्मक मानों की अनुमति है।
एल1ताकत	L1 नियमितीकरण शक्ति, शून्य से अधिक या उसके बराबर होनी चाहिए।
एल2ताकत	L2 नियमितीकरण शक्ति, शून्य से अधिक या उसके बराबर होनी चाहिए।
l2संकोचननियमितीकरणशक्ति	यह उपरोक्त L2 से भिन्न है क्योंकि उपरोक्त L2 एक स्थिरीकरण दंड है, जबकि यह L2 सिकुड़न एक परिमाण दंड है। शून्य से बड़ा या उसके बराबर होना चाहिए.

फेंकता

अवैध तर्क अपवाद	यदि प्रारंभिक AccumulatorValue, l1RegularizationStrength, l2RegularizationStrength, या l2ShnkageRegularizationStrength 0.0 से कम है, या learnRatePower 0.0 से अधिक है।

सार्वजनिक तरीके

सार्वजनिक स्ट्रिंग getOptimizerName ()

अनुकूलक का नाम प्राप्त करें.

रिटर्न

• अनुकूलक नाम.