パブリック最終クラスSdcaOptimizer
Stochastic Dual Coowned Ascent (SDCA) オプティマイザーの分散バージョン
L1 + L2 正則化を使用した線形モデル。グローバル最適化目標は強凸であるため、オプティマイザは各ステップで二重目標を最適化します。オプティマイザーは、各更新を一度に 1 つの例ずつ適用します。例は均一にサンプリングされ、オプティマイザは学習率が不要で、線形収束率を実現します。
[近位確率的二重座標上昇](http://arxiv.org/pdf/1211.2717v1.pdf)。
シャイ・シャレフ＝シュワルツ、トン・ジャン。 2012年
$$Loss Objective = \sum f_{i} (wx_{i}) + (l2 / 2) * |w|^2 + l1 * |w|$$
[分散プライマルデュアル最適化における加算と平均化](http://arxiv.org/abs/1502.03508)。
チェンシン・マー、ヴァージニア・スミス、マーティン・ジャギ、マイケル・I・ジョーダン、ピーター・リヒタリク、マーティン・タカック。 2015年
[適応確率を使用した確率的二重座標上昇](https://arxiv.org/abs/1502.08053)。
ドミニク・チバ、ジェン・クー、ピーター・リヒタリク。 2015年
ネストされたクラス
| クラス | SdcaOptimizer.オプション | SdcaOptimizerのオプション属性 | |
定数
| 弦 | OP_NAME | TensorFlow コア エンジンによって認識される、この演算の名前 |
パブリックメソッド
| 静的SdcaOptimizer.Options | 適応型(ブール適応型) |
| 静的SdcaOptimizer | create ( Scopescope , Iterable< Operand < TInt64 >> sparseExampleIndices, Iterable< Operand < TInt64 >> sparseFeatureIndices, Iterable< Operand < TFloat32 >> sparseFeatureValues, Iterable< Operand < TFloat32 >> DensityFeature, Operand < TFloat32 > exampleWeights, Operand < TFloat32 > exampleLabels、Iterable< Operand < TInt64 >> sparseIndices、Iterable< Operand < TFloat32 >> sparseWeights、Iterable< Operand < TFloat32 >> DensseWeights、 Operand < TFloat32 > exampleStateData、String lossType、Float l1、Float l2、Long numLossPartitions、Long numInnerIterations 、オプション...オプション） 新しい SdcaOptimizer オペレーションをラップするクラスを作成するためのファクトリ メソッド。 |
| リスト<出力< TFloat32 >> | outDeltaDenseWeights () 値が密な特徴グループに関連付けられたデルタ重みであるベクトルのリスト。 |
| リスト<出力< TFloat32 >> | outDeltaSparseWeights () 各値がスパース特徴グループに関連付けられたデルタ重みであるベクトルのリスト。 |
| 出力< TFloat32 > | outExampleStateData () 更新されたサンプル状態データを含むベクトルのリスト。 |
継承されたメソッド
定数
パブリック静的最終文字列OP_NAME
TensorFlow コア エンジンによって認識される、この演算の名前
定数値： 「SdcaOptimizerV2」
パブリックメソッド
public static SdcaOptimizer.Optionsadaptive ( Booleanadaptive)
パラメーター
| 適応的な | 内部ループにアダプティブ SDCA を使用するかどうか。 |
|---|
public static SdcaOptimizer create ( Scopescope , Iterable< Operand < TInt64 >> sparseExampleIndices, Iterable< Operand < TInt64 >> sparseFeatureIndices, Iterable< Operand < TFloat32 >> sparseFeatureValues, Iterable< Operand < TFloat32 >> DensseFeature, Operand < TFloat32 > exampleWeights, Operand < TFloat32 > exampleLabels、Iterable< Operand < TInt64 >> sparseIndices、Iterable< Operand < TFloat32 >> sparseWeights、Iterable< Operand < TFloat32 >>densseWeights、オペランド< TFloat32 > exampleStateData、String lossType、Float l1、Float l2、Long numLossPartitions 、Long numInnerIterations、 Options...オプション)
新しい SdcaOptimizer オペレーションをラップするクラスを作成するためのファクトリ メソッド。
パラメーター
| 範囲 | 現在のスコープ |
|---|---|
| スパース例インデックス | インデックスの例を含むベクトルのリスト。 |
| スパース機能インデックス | 特徴インデックスを含むベクトルのリスト。 |
| スパース特徴値 | 各特徴グループに関連付けられた特徴値を含むベクトルのリスト。 |
| 密な特徴 | 密な特徴値を含む行列のリスト。 |
| 例重み | 各例に関連付けられた重みを含むベクトル。 |
| 例ラベル | 各例に関連付けられたラベル/ターゲットを含むベクトル。 |
| スパースインデックス | 各値が sparse_weights 内の対応する重みを持つインデックスであるベクトルのリスト。このフィールドは、高密度アプローチでは省略される場合があります。 |
| sparseWeight | ベクトルのリスト。各値はスパース特徴グループに関連付けられた重みです。 |
| 密な重み | 値が密な特徴グループに関連付けられた重みであるベクトルのリスト。 |
| 例StateData | 状態データの例を含むベクトルのリスト。 |
| 損失タイプ | 原初損失のタイプ。現在、SdcaSolver はロジスティック損失、二乗損失、ヒンジ損失をサポートしています。 |
| l1 | 対称 l1 正則化の強度。 |
| l2 | 対称 l2 正則化の強度。 |
| 損失パーティション数 | グローバル損失関数の分割数。 |
| numInnerIterations | ミニバッチごとの反復回数。 |
| オプション | オプションの属性値を持ちます |
戻り値
- SdcaOptimizer の新しいインスタンス