ResourceSparseApplyFtrl คลาสสุดท้ายสาธารณะ
อัปเดตรายการที่เกี่ยวข้องใน '*var' ตามรูปแบบ Ftrl-proximal
นั่นคือสำหรับแถวที่เรามี grad เราอัปเดต var, accum และ linear ดังนี้: grad_with_shrinkage = grad + 2 * l2_shrinkage * var accum_new = accum + grad_with_shrinkage * grad_with_shrinkage linear += grad_with_shrinkage + (accum_new^(-lr_power) - accum^ (-lr_power)) / lr * var quadratic = 1.0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (เครื่องหมาย(เชิงเส้น) * l1 - เชิงเส้น) / กำลังสองถ้า |linear| > l1 อื่น 0.0 สะสม = accum_new
คลาสที่ซ้อนกัน
| ระดับ | ResourceSparseApplyFtrl.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ ResourceSparseApplyFtrl | |
ค่าคงที่
| สตริง | OP_NAME | ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow |
วิธีการสาธารณะ
| คงที่ <T ขยาย TType > ResourceSparseApplyFtrl | สร้าง ( ขอบเขต ขอบเขต ตัวถูกดำเนินการ <?> var, ตัว ถูกดำเนินการ <?> สะสม, ตัว ถูก ดำเนินการ <?> เชิงเส้น, ตัวถูก ดำเนินการ <T> ผู้สำเร็จการศึกษา, ตัวถูกดำเนินการ <? ขยาย TNumber > ดัชนี, ตัว ถูกดำเนินการ <T> lr, ตัวถูกดำเนินการ <T> l1, ถูกดำเนินการ <T> l2, ตัวดำเนินการ <T> l2การหดตัว, ตัวดำเนินการ <T> lrPower, ตัวเลือก... ตัวเลือก) วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ ResourceSparseApplyFtrl ใหม่ |
| ResourceSparseApplyFtrl.Options แบบคงที่ | คูณLinearByLr (บูลีนคูณLinearByLr) |
| ResourceSparseApplyFtrl.Options แบบคงที่ | useLocking (การใช้ล็อคแบบบูลีน) |
วิธีการสืบทอด
ค่าคงที่
สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME
ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow
ค่าคงที่: "ResourceSparseApplyFtrlV2"
วิธีการสาธารณะ
ResourceSparseApplyFtrl แบบคงที่สาธารณะ สร้าง (ขอบเขต ขอบเขต ตัวดำเนินการ <?> var, ตัวถูกดำเนินการ <?> accum, ตัวดำเนินการ <?> เชิงเส้น, ตัว ดำเนินการ <T> ผู้สำเร็จการศึกษา, ตัวดำเนินการ <? ขยาย TNumber > ดัชนี, ตัวดำเนินการ <T> lr, ตัวถูกดำเนินการ <T> l1, ตัวดำเนินการ <T> l2, ตัวดำเนินการ <T> l2การหดตัว, ตัวดำเนินการ <T> lrPower, ตัวเลือก... ตัวเลือก)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ ResourceSparseApplyFtrl ใหม่
พารามิเตอร์
| ขอบเขต | ขอบเขตปัจจุบัน |
|---|---|
| var | ควรมาจากตัวแปร () |
| สะสม | ควรมาจากตัวแปร () |
| เชิงเส้น | ควรมาจากตัวแปร () |
| ผู้สำเร็จการศึกษา | การไล่ระดับสี |
| ดัชนี | เวกเตอร์ของดัชนีในมิติแรกของ var และ accum |
| ล | ปัจจัยการปรับขนาด ต้องเป็นสเกลาร์ |
| l1 | การทำให้เป็นมาตรฐาน L1 ต้องเป็นสเกลาร์ |
| l2 | การทำให้การหดตัวเป็นปกติของ L2 ต้องเป็นสเกลาร์ |
| lrพาวเวอร์ | ปัจจัยการปรับขนาด ต้องเป็นสเกลาร์ |
| ตัวเลือก | มีค่าแอตทริบิวต์ทางเลือก |
การส่งคืน
- อินสแตนซ์ใหม่ของ ResourceSparseApplyFtrl
ResourceSparseApplyFtrl.Options แบบคงที่สาธารณะ useLocking (useLocking แบบบูลีน)
พารามิเตอร์
| ใช้ล็อค | หากเป็น "จริง" การอัปเดต var และ accum tensor จะได้รับการปกป้องด้วยการล็อค มิฉะนั้นพฤติกรรมจะไม่ได้กำหนดไว้ แต่อาจแสดงความขัดแย้งน้อยลง |
|---|