सार्वजनिक अंतिम वर्ग रिसोर्सएप्लाईप्रॉक्सिमलएडाग्रेड
Adagrad सीखने की दर के साथ FOBOS के अनुसार '*var' और '*accum' को अपडेट करें।
accum += ग्रेड ग्रेड prox_v = var - lr ग्रेड (1 / sqrt(accum)) var = साइन(prox_v)/(1+lr l2) अधिकतम{|prox_v|-lr l1,0}
नेस्टेड क्लासेस
कक्षा | रिसोर्सएप्लाईप्रॉक्सिमलएडाग्रेड.ऑप्शंस | ResourceApplyProximalAdagrad के लिए वैकल्पिक विशेषताएँ |
स्थिरांक
डोरी | OP_NAME | इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है |
सार्वजनिक तरीके
स्थिर <टी टीटाइप का विस्तार करता है > रिसोर्सएप्लाईप्रॉक्सिमलएडाग्रेड | |
स्थैतिक संसाधन लागू करें ProximalAdagrad.Options | यूज़लॉकिंग (बूलियन यूज़लॉकिंग) |
विरासत में मिली विधियाँ
स्थिरांक
सार्वजनिक स्थैतिक अंतिम स्ट्रिंग OP_NAME
इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है
स्थिर मान: "ResourceApplyProximalAdagrad"
सार्वजनिक तरीके
सार्वजनिक स्थैतिक संसाधनApplyProximalAdagrad बनाएं ( स्कोप स्कोप, ऑपरेंड <?> var, ऑपरेंड <?> accum, ऑपरेंड <T> lr, ऑपरेंड <T> l1, ऑपरेंड <T> l2, ऑपरेंड <T> ग्रेड, विकल्प... विकल्प)
एक नए रिसोर्सएप्लाईप्रॉक्सिमलएडग्रेड ऑपरेशन को लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।
पैरामीटर
दायरा | वर्तमान दायरा |
---|---|
वर | एक वेरिएबल() से होना चाहिए। |
जमा | एक वेरिएबल() से होना चाहिए। |
एलआर | मापन कारक। एक अदिश राशि होनी चाहिए. |
एल1 | एल1 नियमितीकरण. एक अदिश राशि होनी चाहिए. |
एल2 | L2 नियमितीकरण. एक अदिश राशि होनी चाहिए. |
ग्रैड | ढाल. |
विकल्प | वैकल्पिक गुण मान रखता है |
रिटर्न
- resourceApplyProximalAdagrad का एक नया उदाहरण
सार्वजनिक स्थैतिक संसाधनApplyProximalAdagrad.Options उपयोगलॉकिंग (बूलियन उपयोगलॉकिंग)
पैरामीटर
लॉकिंग का उपयोग करें | यदि सत्य है, तो var और Accum Tensors का अद्यतनीकरण एक लॉक द्वारा सुरक्षित किया जाएगा; अन्यथा व्यवहार अपरिभाषित है, लेकिन कम विवाद प्रदर्शित कर सकता है। |
---|