قم بتحديث '*var' و'*accum' وفقًا لـ FOBOS بمعدل تعلم Adagrad.
تراكم += غراد prox_v = var - lr grad (1 / sqrt(accum)) var = Sign(prox_v)/(1+lr l2) max{|prox_v|-lr l1,0}
فئات متداخلة
| فصل | ApplyProximalAdagrad.Options | السمات الاختيارية لـ ApplyProximalAdagrad | |
الثوابت
| خيط | OP_NAME | اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي |
الأساليب العامة
| الإخراج <T> | كإخراج () إرجاع المقبض الرمزي للموتر. |
| ثابت <T يمتد TType > ApplyProximalAdagrad <T> | |
| الإخراج <T> | خارج () نفس "فار". |
| تطبيق ApplyProximalAdagrad.Options ثابت | useLocking (استخدام منطقي منطقي) |
الطرق الموروثة
الثوابت
السلسلة النهائية الثابتة العامة OP_NAME
اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي
الأساليب العامة
الإخراج العام <T> كإخراج ()
إرجاع المقبض الرمزي للموتر.
المدخلات إلى عمليات TensorFlow هي مخرجات عملية TensorFlow أخرى. يتم استخدام هذه الطريقة للحصول على مقبض رمزي يمثل حساب الإدخال.
عامة ثابتة ApplyProximalAdagrad <T> إنشاء ( نطاق النطاق ، المعامل <T> var، المعامل <T> تراكم، المعامل <T> lr، المعامل <T> l1، المعامل <T> l2، المعامل <T> grad، الخيارات.. . خيارات)
طريقة المصنع لإنشاء فئة تلتف حول عملية ApplyProximalAdagrad جديدة.
حدود
| نِطَاق | النطاق الحالي |
|---|---|
| فار | يجب أن يكون من متغير (). |
| تراكم | يجب أن يكون من متغير (). |
| lr | عامل التحجيم. يجب أن يكون العددية. |
| l1 | تسوية L1. يجب أن يكون العددية. |
| l2 | تسوية L2. يجب أن يكون العددية. |
| خريج | التدرج. |
| خيارات | يحمل قيم السمات الاختيارية |
عائدات
- مثيل جديد من ApplyProximalAdagrad
تطبيق ApplyProximalAdagrad.Options العام الثابت useLocking (الاستخدام المنطقي)
حدود
| useLocking | إذا كان True، فسيتم حماية تحديث موترتي var وaccum بواسطة قفل؛ وإلا فإن السلوك غير محدد، ولكنه قد يحمل قدرًا أقل من الخلاف. |
|---|