SparseApplyFtrl

کلاس نهایی عمومی SparseApplyFtrl

ورودی های مربوطه را در '*var' طبق طرح Ftrl-proximal به روز کنید.

یعنی برای ردیف هایی که برای آنها grad داریم، var، accum و linear را به صورت زیر به روز می کنیم: grad_with_shrinkage = grad + 2 * l2_shrinkage * var accum_new = accum + grad * grad linear += grad_with_shrinkage - (accum_new^(-lr_power -) (-lr_power)) / lr * var درجه دوم = 1.0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (نشانه (خطی) * l1 - خطی) / درجه دوم اگر | خطی| > l1 other 0.0 accum = accum_new

کلاس های تو در تو

کلاس

SparseApplyFtrl.Options

ویژگی های اختیاری برای SparseApplyFtrl

ثابت ها

رشته

OP_NAME

نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود

روش های عمومی

خروجی <T>	asOutput () دسته نمادین تانسور را برمی گرداند.
static <T TType > SparseApplyFtrl <T> را گسترش می دهد	ایجاد ( دامنه دامنه ، عملوند <T> var، عملوند <T> accum، عملوند <T> خطی، عملوند <T> درجه، عملوند <? گسترش می یابد TNumber > شاخص ها، عملوند <T> lr، عملوند <T> l1، عملوند <T> l2، Operand <T> l2Shrinkage، Operand <T> lrPower، Options... گزینه‌ها) روش کارخانه برای ایجاد کلاسی که یک عملیات جدید SparseApplyFtrl را بسته بندی می کند.
استاتیک SparseApplyFtrl.Options	multiplyLinearByLr (بولی multiplyLinearByLr)
خروجی <T>	بیرون () همان "var".
استاتیک SparseApplyFtrl.Options	useLocking (قفل کردن استفاده بولی)

روش های ارثی

از کلاس org.tensorflow.op.RawOp

بولی نهایی	برابر است (object obj)
بین المللی نهایی	هش کد ()
عمل	عملیات () این واحد محاسبه را به عنوان یک Operation واحد برگردانید.
رشته نهایی	toString ()

از کلاس java.lang.Object

بولی	برابر است (شیء arg0)
کلاس نهایی<?>	getClass ()
بین المللی	هش کد ()
باطل نهایی	اعلام کردن ()
باطل نهایی	اطلاع رسانی به همه ()
رشته	toString ()
باطل نهایی	صبر کنید (long arg0، int arg1)
باطل نهایی	صبر کنید (طولانی arg0)
باطل نهایی	صبر کن ()

از رابط org.tensorflow.op.Op

چکیده Execution Environment	env () محیط اجرایی را که این عملیات در آن ایجاد شده است برگردانید.
عملیات انتزاعی	عملیات () این واحد محاسبه را به عنوان یک Operation واحد برگردانید.

از رابط org.tensorflow.Operand

خروجی چکیده <T>	asOutput () دسته نمادین تانسور را برمی گرداند.
چکیده تی	asTensor () تانسور این عملوند را برمی گرداند.
شکل انتزاعی	شکل () شکل (احتمالاً تا حدی شناخته شده) تانسور را که توسط Output این عملوند به آن اشاره شده است، برمی گرداند.
کلاس انتزاعی<T>	نوع () نوع تانسور این عملوند را برمی گرداند

از رابط org.tensorflow.ndarray.Shaped

انتزاعی	رتبه ()
شکل انتزاعی	شکل ()
انتزاعی طولانی	اندازه () اندازه کل این ظرف را به تعداد مقادیر محاسبه کرده و برمی گرداند.

ثابت ها

رشته نهایی ثابت عمومی OP_NAME

نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود

مقدار ثابت: "SparseApplyFtrlV2"

روش های عمومی

خروجی عمومی <T> asOutput ()

دسته نمادین تانسور را برمی گرداند.

ورودی های عملیات TensorFlow خروجی های عملیات تنسورفلو دیگر هستند. این روش برای به دست آوردن یک دسته نمادین که نشان دهنده محاسبه ورودی است استفاده می شود.

عمومی استاتیک SparseApplyFtrl <T> ایجاد ( دامنه دامنه ، عملوند <T> var، عملوند <T> accum، عملوند <T> خطی، عملوند <T> grad، عملوند <? گسترش TNumber > شاخص‌ها، عملوند <T> lr، عملوند <T> l1، عملوند <T> l2، عملوند <T> l2Shrinkage، عملوند <T> lrPower، گزینه‌ها... گزینه‌ها)

روش کارخانه برای ایجاد کلاسی که یک عملیات جدید SparseApplyFtrl را بسته بندی می کند.

مولفه های

محدوده	محدوده فعلی
var	باید از یک متغیر () باشد.
تجمع	باید از یک متغیر () باشد.
خطی	باید از یک متغیر () باشد.
درجه	گرادیان.
شاخص ها	بردار شاخص ها در بعد اول var و accum.
lr	ضریب پوسته پوسته شدن باید اسکالر باشد.
l1	تنظیم L1. باید اسکالر باشد.
l2	تنظیم انقباض L2. باید اسکالر باشد.
lrPower	ضریب پوسته پوسته شدن باید اسکالر باشد.
گزینه ها	مقادیر ویژگی های اختیاری را حمل می کند

برمی گرداند

• یک نمونه جدید از SparseApplyFtrl

عمومی استاتیک SparseApplyFtrl.Options multiplyLinearByLr (بولی multiplyLinearByLr)

خروجی عمومی <T> خارج ()

همان "var".

عمومی استاتیک SparseApplyFtrl. Options useLocking (useLocking بولی)

مولفه های

استفاده از قفل کردن	اگر «درست» باشد، به‌روزرسانی تانسور var و accum توسط یک قفل محافظت می‌شود. در غیر این صورت رفتار تعریف نشده است، اما ممکن است اختلاف کمتری از خود نشان دهد.