ResourceSparseApplyProximalGradientDescent

الفئة النهائية العامة ResourceSparseApplyProximalGradientDescent

تحديث متفرق '*var' كخوارزمية FOBOS بمعدل تعلم ثابت.

بالنسبة للصفوف التي حصلنا على تدرج لها، نقوم بتحديث var على النحو التالي: prox_v = var - alpha grad var =sign(prox_v)/(1+alpha l2) max{|prox_v|-alpha l1,0}

فئات متداخلة

فصل ResourceSparseApplyProximalGradientDescent.Options السمات الاختيارية لـ ResourceSparseApplyProximalGradientDescent

الثوابت

خيط OP_NAME اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي

الأساليب العامة

ثابت <T يمتد TType > ResourceSparseApplyProximalGradientDescent
إنشاء ( نطاق النطاق ، المعامل <؟> فار، المعامل <T> ألفا، المعامل <T> l1، المعامل <T> l2، المعامل <T> غراد، المعامل <؟ يمتد TNumber > الفهارس، خيارات... خيارات)
طريقة المصنع لإنشاء فئة تلتف حول عملية ResourceSparseApplyProximalGradientDescent الجديدة.
ثابت ResourceSparseApplyProximalGradientDescent.Options
useLocking (استخدام منطقي منطقي)

الطرق الموروثة

الثوابت

السلسلة النهائية الثابتة العامة OP_NAME

اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي

القيمة الثابتة: "ResourceSparseApplyProximalGradientDescent"

الأساليب العامة

إنشاء ResourceSparseApplyProximalGradientDescent العام الثابت ( نطاق النطاق، المعامل <؟> var، المعامل <T> alpha، المعامل <T> l1، المعامل <T> l2، المعامل <T> grad، المعامل <؟ يمتد TNumber > المؤشرات، الخيارات... خيارات)

طريقة المصنع لإنشاء فئة تلتف حول عملية ResourceSparseApplyProximalGradientDescent الجديدة.

حدود
نِطَاق النطاق الحالي
فار يجب أن يكون من متغير ().
ألفا عامل التحجيم. يجب أن يكون العددية.
l1 تسوية L1. يجب أن يكون العددية.
l2 تسوية L2. يجب أن يكون العددية.
خريج التدرج.
المؤشرات متجه للمؤشرات في البعد الأول من var وaccum.
خيارات يحمل قيم السمات الاختيارية
عائدات
  • مثيل جديد من ResourceSparseApplyProximalGradientDescent

ResourceSparseApplyProximalGradientDescent العام الثابت. خيارات useLocking (استخدام منطقي)

حدود
useLocking إذا كان صحيحا، سيتم حماية الطرح بواسطة قفل؛ وإلا فإن السلوك غير محدد، ولكنه قد يحمل قدرًا أقل من الخلاف.