ResourceApplyProximalGradientDescent

kelas akhir publik ResourceApplyProximalGradientDescent

Perbarui '*var' sebagai algoritma FOBOS dengan kecepatan pembelajaran tetap.

prox_v = var - alfa delta var = tanda(prox_v)/(1+alpha l2) maks{|prox_v|-alpha l1,0}

Kelas Bersarang

kelas

ResourceApplyProximalGradientDescent.Options

Atribut opsional untuk ResourceApplyProximalGradientDescent

Konstanta

Rangkaian

OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

statis <T memperluas TType > ResourceApplyProximalGradientDescent	buat ( Lingkup lingkup, Operand <?> var, Operand <T> alpha, Operand <T> l1, Operand <T> l2, Operand <T> delta, Pilihan... pilihan) Metode pabrik untuk membuat kelas yang membungkus operasi ResourceApplyProximalGradientDescent baru.
ResourceApplyProximalGradientDescent.Options statis	useLocking (penguncian penggunaan Boolean)

Metode Warisan

Dari kelas org.tensorflow.op.RawOp

boolean terakhir	sama dengan (Objek objek)
int terakhir	Kode hash ()
Operasi	op () Kembalikan unit komputasi ini sebagai satu Operation .
String terakhir	keString ()

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkan Kelas ()
ke dalam	Kode hash ()
kekosongan terakhir	memberitahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()

Dari antarmuka org.tensorflow.op.Op

Lingkungan Eksekusi abstrak	env () Kembalikan lingkungan eksekusi tempat operasi ini dibuat.
Operasi abstrak	op () Kembalikan unit komputasi ini sebagai satu Operation .

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "ResourceApplyProximalGradientDescent"

Metode Publik

public static ResourceApplyProximalGradientDescent buat ( Lingkup cakupan , Operan <?> var, Operan <T> alpha, Operan <T> l1, Operan <T> l2, Operan <T> delta, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi ResourceApplyProximalGradientDescent baru.

Parameter

cakupan	ruang lingkup saat ini
var	Harus dari Variabel().
alfa	Faktor skala. Pasti skalar.
l1	Regularisasi L1. Pasti skalar.
l2	Regularisasi L2. Pasti skalar.
delta	Perubahan.
pilihan	membawa nilai atribut opsional

Kembali

• contoh baru ResourceApplyProximalGradientDescent

ResourceApplyProximalGradientDescent.Options statis publik useLocking (Boolean useLocking)

Parameter

gunakan Penguncian	Jika Benar, pengurangan akan dilindungi oleh gembok; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan.