ResourceApplyFtrl

공개 최종 클래스 ResourceApplyFtrl

Ftrl-proximal 체계에 따라 '*var'를 업데이트합니다.

grad_with_shrinkage = grad + 2 * l2_shrinkage * var accum_new = accum + grad_with_shrinkage * grad_with_shrinkage 선형 += grad_with_shrinkage + (accum_new^(-lr_power) - accum^(-lr_power)) / lr * var 2차 = 1.0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (sign(linear) * l1 - 선형) / 2차 if |linear| > l1 else 0.0 accum = accum_new

중첩 클래스

수업 ResourceApplyFtrl.Options ResourceApplyFtrl 의 선택적 속성

상수

끈 OP_NAME TensorFlow 코어 엔진에서 알려진 이 작업의 이름

공개 방법

static <T는 TType을 확장합니다. > ResourceApplyFtrl
create ( 범위 범위, 피연산자 <?> var, 피연산자 <?> accum, 피연산자 <?> 선형, 피연산자 <T> grad, 피연산자 <T> lr, 피연산자 <T> l1, 피연산자 <T> l2, 피연산자 <T > l2Shrinkage, 피연산자 <T> lrPower, 옵션... 옵션)
새로운 ResourceApplyFtrl 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
정적 ResourceApplyFtrl.Options
MultiplyLinearByLr (부울 MultiplyLinearByLr)
정적 ResourceApplyFtrl.Options
useLocking (부울 useLocking)

상속된 메서드

상수

공개 정적 최종 문자열 OP_NAME

TensorFlow 코어 엔진에서 알려진 이 작업의 이름

상수 값: "ResourceApplyFtrlV2"

공개 방법

public static ResourceApplyFtrl create ( 범위 범위, 피연산자 <?> var, 피연산자 <?> accum, 피연산자 <?> 선형, 피연산자 <T> grad, 피연산자 <T> lr, 피연산자 <T> l1, 피연산자 <T> l2, 피연산자 <T> l2Shrinkage, 피연산자 <T> lrPower, 옵션... 옵션)

새로운 ResourceApplyFtrl 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.

매개변수
범위 현재 범위
var Variable()에서 가져와야 합니다.
축적 Variable()에서 가져와야 합니다.
선의 Variable()에서 가져와야 합니다.
졸업생 그라데이션입니다.
난 배율 인수. 스칼라여야 합니다.
l1 L1 정규화. 스칼라여야 합니다.
l2 L2 수축 ​​정규화. 스칼라여야 합니다.
lr파워 배율 인수. 스칼라여야 합니다.
옵션 선택적 속성 값을 전달합니다.
보고
  • ResourceApplyFtrl의 새 인스턴스

공개 정적 ResourceApplyFtrl.Options MultiplyLinearByLr (부울 MultiplyLinearByLr)

공개 정적 ResourceApplyFtrl.Options useLocking (부울 useLocking)

매개변수
사용잠금 'True'인 경우 var 및 accum 텐서 업데이트는 잠금으로 보호됩니다. 그렇지 않으면 동작이 정의되지 않지만 경합이 덜 나타날 수 있습니다.