Ftrl

genel sınıf Ftrl

FTRL algoritmasını uygulayan optimizer.

Bu sürüm hem çevrimiçi L2'yi (aşağıdaki makalede verilen L2 cezası) hem de büzülme tipi L2'yi (kayıp fonksiyonuna L2 cezasının eklenmesidir) destekler.

Ayrıca bakınız

• McMahan ve diğerleri, 2013, Algoritma 1

Sabitler

Sicim	AKÜMÜLATÖR
batmadan yüzmek	INITIAL_ACCUMULATOR_VALUE_DEFAULT
batmadan yüzmek	L1STRENGTH_DEFAULT
batmadan yüzmek	L2STRENGTH_DEFAULT
batmadan yüzmek	L2_SHRINKAGE_REGULARIZATION_STRENGTH_DEFAULT
batmadan yüzmek	LEARNING_RATE_DEFAULT
batmadan yüzmek	LEARNING_RATE_POWER_DEFAULT
Sicim	DOĞRUSAL_AKÜMÜLATÖR

Devralınan Sabitler

org.tensorflow.framework.optimizers.Optimizer sınıfından

Sicim

DEĞİŞKEN_V2

Kamu İnşaatçıları

	Ftrl ( Grafik grafiği) Bir Ftrl Optimize Edici oluşturur
	Ftrl ( Grafik grafiği, Dize adı) Bir Ftrl Optimize Edici oluşturur
	Ftrl ( Grafik grafiği, kayan öğrenme Hızı) Bir Ftrl Optimize Edici oluşturur
	Ftrl ( Grafik grafiği, Dize adı, kayan öğrenme Hızı) Bir Ftrl Optimize Edici oluşturur
	Ftrl ( Grafik grafiği, float öğrenmeRate, float öğrenmeRatePower, float başlangıçBiriktirici Değer, float l1Strength, float l2Strength, float l2BüzülmeRegularizationStrength) Bir Ftrl Optimize Edici oluşturur
	Ftrl ( Grafik grafiği, Dize adı, float LearningRate, float LearningRatePower, float startupAccumulatorValue, float l1Strength, float l2Strength, float l2ShrinkageRegularizationStrength) Bir Ftrl Optimize Edici oluşturur

Genel Yöntemler

Sicim

getOptimizerName () Optimize edicinin Adını alın.

Kalıtsal Yöntemler

org.tensorflow.framework.optimizers.Optimizer sınıfından

Operasyon	ApplyGradients (Liste< GradAndVar <?, TType >> gradsAndVars, Dize adını genişletir) Değişkenlere degradeler uygular
<T extends TType > Listele< GradAndVar <?>>	computeGradients ( İşlenen <?> kaybı) Kayıp işlenenine göre gradyanları hesaplar.
statik Dize	createName ( Output <? extends TType > değişken, String slotName) Bir değişken adı ile yuva adını birleştirerek bir ad oluşturur
soyut Dize	getOptimizerName () Optimize edicinin Adını alın.
<T TType'ı genişletir > İsteğe bağlı< Değişken <T>>	getSlot ( Output <T> var, String slotName) Belirtilen değişken ve yuva adıyla ilişkili yuvayı alır.
son Operasyonlar	getTF () Optimizer'ın Ops örneğini alır
Operasyon	en aza indir ( İşlenen <?> kaybı) Değişkenleri güncelleyerek kaybı en aza indirir
Operasyon	simge durumuna küçült ( İşlenen <?> kaybı, Dize adı) Değişkenleri güncelleyerek kaybı en aza indirir

Java.lang.Object sınıfından

boolean	eşittir (Nesne arg0)
son Sınıf<?>	getClass ()
int	hash kodu ()
son boşluk	bildir ()
son boşluk	tümünü bildir ()
Sicim	toString ()
son boşluk	bekle (uzun arg0, int arg1)
son boşluk	bekle (uzun arg0)
son boşluk	Beklemek ()

Sabitler

genel statik final Dize AKÜMÜLATÖRÜ

Sabit Değer: "gradient_accumulator"

genel statik son kayan nokta INITIAL_ACCUMULATOR_VALUE_DEFAULT

Sabit Değer: 0,1

genel statik son kayan nokta L1STRENGTH_DEFAULT

Sabit Değer: 0,0

genel statik son kayan nokta L2STRENGTH_DEFAULT

Sabit Değer: 0,0

genel statik son kayan nokta L2_SHRINKAGE_REGULARIZATION_STRENGTH_DEFAULT

Sabit Değer: 0,0

genel statik son kayan nokta LEARNING_RATE_DEFAULT

Sabit Değer: 0,001

genel statik son kayan nokta LEARNING_RATE_POWER_DEFAULT

Sabit Değer: -0,5

genel statik son Dize LINEAR_ACCUMULATOR

Sabit Değer: "linear_accumulator"

Kamu İnşaatçıları

genel Ftrl ( Grafik grafiği)

Bir Ftrl Optimize Edici oluşturur

Parametreler

grafik	TensorFlow Grafiği

public Ftrl ( Grafik grafiği, Dize adı)

Bir Ftrl Optimize Edici oluşturur

Parametreler

grafik	TensorFlow Grafiği
isim	bu Optimize Edicinin adı

genel Ftrl ( Grafik grafiği, kayan öğrenme Hızı)

Bir Ftrl Optimize Edici oluşturur

Parametreler

grafik	TensorFlow Grafiği
öğrenme oranı	öğrenme oranı

public Ftrl ( Grafik grafiği, Dize adı, kayan öğrenme Hızı)

Bir Ftrl Optimize Edici oluşturur

Parametreler

grafik	TensorFlow Grafiği
isim	bu Optimize Edicinin adı
öğrenme oranı	öğrenme oranı

public Ftrl ( Grafik grafiği, float öğrenmeRate, float öğrenmeRatePower, floatbaşlangıçAccumulatorValue, float l1Strength, float l2Strength, float l2ShrinkageRegularizationStrength)

Bir Ftrl Optimize Edici oluşturur

Parametreler

grafik	TensorFlow Grafiği
öğrenme oranı	öğrenme oranı
öğrenmeRatePower	Eğitim sırasında öğrenme oranının nasıl azalacağını kontrol eder. Sabit bir öğrenme oranı için sıfırı kullanın.
ilkBiriktiriciDeğeri	Akümülatörler için başlangıç ​​değeri. Yalnızca sıfır veya pozitif değerlere izin verilir.
l1Güç	L1 Düzenleme gücü sıfırdan büyük veya sıfıra eşit olmalıdır.
l2Güç	L2 Düzenleme gücü sıfırdan büyük veya sıfıra eşit olmalıdır.
l2BüzülmeDüzenlileştirmeMukavemet	Bu, yukarıdaki L2'nin bir stabilizasyon cezası olması bakımından yukarıdaki L2'den farklıdır, halbuki bu L2 daralması bir büyüklük cezasıdır. sıfırdan büyük veya sıfıra eşit olmalıdır.

Atar

YasadışıTartışmaİstisna	startupAccumulatorValue, l1RegularizationStrength, l2RegularizationStrength veya l2ShrinkageRegularizationStrength 0,0'dan küçükse veya LearningRatePower 0,0'dan büyükse.

public Ftrl ( Grafik grafiği, Dize adı, float LearningRate, float LearningRatePower, float startupAccumulatorValue, float l1Strength, float l2Strength, float l2ShrinkageRegularizationStrength)

Bir Ftrl Optimize Edici oluşturur

Parametreler

grafik	TensorFlow Grafiği
isim	bu Optimize Edicinin adı
öğrenme oranı	öğrenme oranı
öğrenmeRatePower	Eğitim sırasında öğrenme oranının nasıl azalacağını kontrol eder. Sabit bir öğrenme oranı için sıfırı kullanın.
ilkBiriktiriciDeğeri	Akümülatörler için başlangıç ​​değeri. Yalnızca sıfır veya pozitif değerlere izin verilir.
l1Güç	L1 Düzenleme gücü sıfırdan büyük veya sıfıra eşit olmalıdır.
l2Güç	L2 Düzenleme gücü sıfırdan büyük veya sıfıra eşit olmalıdır.
l2BüzülmeDüzenlileştirmeMukavemet	Bu, yukarıdaki L2'nin bir stabilizasyon cezası olması bakımından yukarıdaki L2'den farklıdır, halbuki bu L2 daralması bir büyüklük cezasıdır. sıfırdan büyük veya sıfıra eşit olmalıdır.

Atar

YasadışıTartışmaİstisna	startupAccumulatorValue, l1RegularizationStrength, l2RegularizationStrength veya l2ShrinkageRegularizationStrength 0,0'dan küçükse veya LearningRatePower 0,0'dan büyükse.

Genel Yöntemler

public String getOptimizerName ()

Optimize edicinin Adını alın.

İadeler

• Optimize edici adı.