classe pubblica Ftrl
Ottimizzatore che implementa l'algoritmo FTRL.
Questa versione supporta sia L2 online (la penalità L2 fornita nel documento seguente) sia L2 di tipo contrazione (che è l'aggiunta di una penalità L2 alla funzione di perdita).
Guarda anche
Costanti
| Corda | ACCUMULATORE | |
| galleggiante | INITIAL_ACCUMULATOR_VALUE_DEFAULT | |
| galleggiante | L1STRENGTH_DEFAULT | |
| galleggiante | L2STRENGTH_DEFAULT | |
| galleggiante | L2_SHRINKAGE_REGULARIZATION_STRENGTH_DEFAULT | |
| galleggiante | LEARNING_RATE_DEFAULT | |
| galleggiante | LEARNING_RATE_POWER_DEFAULT | |
| Corda | ACCUMULATORE_LINEARE |
Costanti ereditate
| Corda | VARIABILE_V2 |
Costruttori pubblici
Metodi pubblici
| Corda | getOptimizerName () Ottieni il nome dell'ottimizzatore. |
Metodi ereditati
| Operazione | applyGradients (List< GradAndVar <? extends TType >> gradsAndVars, nome stringa) Applica gradienti alle variabili |
| <T estende TType > List< GradAndVar <?>> | |
| stringa statica | createName ( Output <? estende TType > variabile, String slotName) Crea un nome combinando un nome di variabile e un nome di slot |
| stringa astratta | getOptimizerName () Ottieni il nome dell'ottimizzatore. |
| <T estende TType > Opzionale< Variabile <T>> | |
| operazioni finali | ottieni TF () Ottiene l'istanza Ops dell'ottimizzatore |
| Operazione | |
| Operazione |
| booleano | è uguale a (Oggetto arg0) |
| Classe finale<?> | getClass () |
| int | codice hash () |
| vuoto finale | notificare () |
| vuoto finale | notificaTutti () |
| Corda | accordare () |
| vuoto finale | attendere (lungo arg0, int arg1) |
| vuoto finale | aspetta (lungo arg0) |
| vuoto finale | Aspettare () |
Costanti
ACCUMULATORE di stringa finale statico pubblico
Valore costante: "gradient_accumulator"
float finale statico pubblico INITIAL_ACCUMULATOR_VALUE_DEFAULT
Valore costante: 0,1
float finale statico pubblico L1STRENGTH_DEFAULT
Valore costante: 0,0
float finale statico pubblico L2STRENGTH_DEFAULT
Valore costante: 0,0
float finale statico pubblico L2_SHRINKAGE_REGULARIZATION_STRENGTH_DEFAULT
Valore costante: 0,0
float finale statico pubblico LEARNING_RATE_DEFAULT
Valore costante: 0,001
float finale statico pubblico LEARNING_RATE_POWER_DEFAULT
Valore costante: -0,5
Stringa finale statica pubblica LINEAR_ACCUMULATOR
Valore costante: "linear_accumulator"
Costruttori pubblici
public Ftrl (grafico grafico , nome stringa)
Crea un ottimizzatore Ftrl
Parametri
| grafico | il grafico TensorFlow |
|---|---|
| nome | il nome di questo ottimizzatore |
Ftrl pubblico (grafico grafico , tasso di apprendimento float)
Crea un ottimizzatore Ftrl
Parametri
| grafico | il grafico TensorFlow |
|---|---|
| tasso di apprendimento | il tasso di apprendimento |
public Ftrl (grafico grafico , nome stringa, float learningRate)
Crea un ottimizzatore Ftrl
Parametri
| grafico | il grafico TensorFlow |
|---|---|
| nome | il nome di questo ottimizzatore |
| tasso di apprendimento | il tasso di apprendimento |
public Ftrl (grafico grafico , float learningRate, float learningRatePower, float externalAccumulatorValue, float l1Strength, float l2Strength, float l2ShrinkageRegularizationStrength)
Crea un ottimizzatore Ftrl
Parametri
| grafico | il grafico TensorFlow |
|---|---|
| tasso di apprendimento | il tasso di apprendimento |
| learningRatePower | Controlla il modo in cui la velocità di apprendimento diminuisce durante l'addestramento. Utilizza zero per un tasso di apprendimento fisso. |
| valoreAccumulatoreiniziale | Il valore iniziale per gli accumulatori. Sono consentiti solo valori zero o positivi. |
| l1Forza | la forza di Regolarizzazione L1, deve essere maggiore o uguale a zero. |
| l2Forza | la forza di Regolarizzazione L2, deve essere maggiore o uguale a zero. |
| l2RestringimentoRegolarizzazioneForza | Ciò differisce da L2 sopra in quanto L2 sopra è una penalità di stabilizzazione, mentre questa contrazione di L2 è una penalità di magnitudo. deve essere maggiore o uguale a zero. |
Lancia
| IllegalArgumentException | se partialAccumulatorValue, l1RegularizationStrength, l2RegularizationStrength o l2ShrinkageRegularizationStrength sono inferiori a 0,0 o learningRatePower è maggiore di 0,0. |
|---|
public Ftrl (grafico grafico , nome stringa, float learningRate, float learningRatePower, float externalAccumulatorValue, float l1Strength, float l2Strength, float l2ShrinkageRegularizationStrength)
Crea un ottimizzatore Ftrl
Parametri
| grafico | il grafico TensorFlow |
|---|---|
| nome | il nome di questo ottimizzatore |
| tasso di apprendimento | il tasso di apprendimento |
| learningRatePower | Controlla il modo in cui la velocità di apprendimento diminuisce durante l'addestramento. Utilizza zero per un tasso di apprendimento fisso. |
| valoreAccumulatoreiniziale | Il valore iniziale per gli accumulatori. Sono consentiti solo valori zero o positivi. |
| l1Forza | la forza di Regolarizzazione L1, deve essere maggiore o uguale a zero. |
| l2Forza | la forza di Regolarizzazione L2, deve essere maggiore o uguale a zero. |
| l2RestringimentoRegolarizzazioneForza | Ciò differisce da L2 sopra in quanto L2 sopra è una penalità di stabilizzazione, mentre questa contrazione di L2 è una penalità di magnitudo. deve essere maggiore o uguale a zero. |
Lancia
| IllegalArgumentException | se partialAccumulatorValue, l1RegularizationStrength, l2RegularizationStrength o l2ShrinkageRegularizationStrength sono inferiori a 0,0 o learningRatePower è maggiore di 0,0. |
|---|
Metodi pubblici
public String getOptimizerName ()
Ottieni il nome dell'ottimizzatore.
ritorna
- Il nome dell'ottimizzatore.