Perbarui '*var' dan '*accum' menurut FOBOS dengan kecepatan pembelajaran Adagrad.
accum += lulusan lulusan prox_v = var - lr lulusan (1 / sqrt(accum)) var = tanda(prox_v)/(1+lr l2) max{|prox_v|-lr l1,0}
Kelas Bersarang
| kelas | TerapkanProximalAdagrad.Options | Atribut opsional untuk ApplyProximalAdagrad | |
Konstanta
| Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
| Keluaran <T> | sebagai Keluaran () Mengembalikan pegangan simbolis tensor. |
| statis <T memperluas TType > ApplyProximalAdagrad <T> | |
| Keluaran <T> | keluar () Sama seperti "var". |
| ApplyProximalAdagrad.Options statis | useLocking (penguncian penggunaan Boolean) |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Metode Publik
Keluaran publik <T> sebagai Keluaran ()
Mengembalikan pegangan simbolis tensor.
Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
public static ApplyProximalAdagrad <T> buat ( Lingkup lingkup, Operan <T> var, Operan <T> accum, Operan <T> lr, Operan <T> l1, Operan <T> l2, Operan <T> grad, Opsi.. . pilihan)
Metode pabrik untuk membuat kelas yang membungkus operasi ApplyProximalAdagrad baru.
Parameter
| cakupan | ruang lingkup saat ini |
|---|---|
| var | Harus dari Variabel(). |
| akumulasi | Harus dari Variabel(). |
| lr | Faktor skala. Pasti skalar. |
| l1 | Regularisasi L1. Pasti skalar. |
| l2 | Regularisasi L2. Pasti skalar. |
| lulusan | Gradien. |
| pilihan | membawa nilai atribut opsional |
Kembali
- contoh baru dari ApplyProximalAdagrad
public static ApplyProximalAdagrad.Options useLocking (Boolean useLocking)
Parameter
| gunakan Penguncian | Jika Benar, pembaruan tensor var dan accum akan dilindungi oleh kunci; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan. |
|---|