SparseApplyFtrl

공개 최종 클래스 SparseApplyFtrl

Ftrl-proximal 체계에 따라 '*var'의 관련 항목을 업데이트합니다.

이는 grad가 있는 행에 대해 다음과 같이 var, accum 및 선형을 업데이트합니다. grad_with_shrinkage = grad + 2 * l2_shrinkage * var accum_new = accum + grad * grad 선형 += grad_with_shrinkage - (accum_new^(-lr_power) - accum^ (-lr_power)) / lr * var 2차 = 1.0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (sign(linear) * l1 - 선형) / 2차 if |linear| > l1 else 0.0 accum = accum_new

중첩 클래스

수업

SparseApplyFtrl.Options

SparseApplyFtrl 의 선택적 속성

상수

끈

OP_NAME

TensorFlow 코어 엔진에서 알려진 이 작업의 이름

공개 방법

출력 <T>	출력 () 텐서의 기호 핸들을 반환합니다.
static <T는 TType을 확장합니다. > SparseApplyFtrl <T>	create ( 범위 범위, 피연산자 <T> var, 피연산자 <T> accum, 피연산자 <T> 선형, 피연산자 <T> grad, 피연산자 <? 확장 TNumber > 인덱스, 피연산자 <T> lr, 피연산자 <T> l1, 피연산자 <T> l2, 피연산자 <T> l2Shrinkage, 피연산자 <T> lrPower, 옵션... 옵션) 새로운 SparseApplyFtrl 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
정적 SparseApplyFtrl.Options	MultiplyLinearByLr (부울 MultiplyLinearByLr)
출력 <T>	밖으로 () "var"와 동일합니다.
정적 SparseApplyFtrl.Options	useLocking (부울 useLocking)

상속된 메서드

org.tensorflow.op.RawOp 클래스에서

최종 부울	같음 (객체 객체)
최종 정수	해시 코드 ()
작업	op () 이 계산 단위를 단일 Operation 으로 반환합니다.
최종 문자열	toString ()

java.lang.Object 클래스에서

부울	같음 (개체 arg0)
마지막 수업<?>	getClass ()
정수	해시 코드 ()
최종 무효	알림 ()
최종 무효	통지모두 ()
끈	toString ()
최종 무효	대기 (long arg0, int arg1)
최종 무효	기다리세요 (긴 arg0)
최종 무효	기다리다 ()

인터페이스 org.tensorflow.op.Op 에서

추상 실행환경	환경 () 이 작업이 생성된 실행 환경을 반환합니다.
추상적인 작업	op () 이 계산 단위를 단일 Operation 으로 반환합니다.

인터페이스 org.tensorflow.Operand 에서

추상 출력 <T>	출력 () 텐서의 기호 핸들을 반환합니다.
추상 T	텐서 () 이 피연산자의 텐서를 반환합니다.
추상 모양	모양 () 이 피연산자의 Output 에서 ​​참조하는 텐서의 (아마도 부분적으로 알려진) 모양을 반환합니다.
추상 클래스<T>	유형 () 이 피연산자의 텐서 유형을 반환합니다.

인터페이스 org.tensorflow.ndarray.Shaped 에서

추상 정수	순위 ()
추상 모양	모양 ()
추상적인 긴	사이즈 () 이 컨테이너의 전체 크기를 값 개수로 계산하고 반환합니다.

상수

공개 정적 최종 문자열 OP_NAME

TensorFlow 코어 엔진에서 알려진 이 작업의 이름

상수 값: "SparseApplyFtrlV2"

공개 방법

공개 출력 <T> asOutput ()

텐서의 기호 핸들을 반환합니다.

TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.

public static SparseApplyFtrl <T> create ( 범위 범위, 피연산자 <T> var, 피연산자 <T> accum, 피연산자 <T> 선형, 피연산자 <T> grad, 피연산자 <? 확장 TNumber > 인덱스, 피연산자 <T> lr, 피연산자 <T> l1, 피연산자 <T> l2, 피연산자 <T> l2Shrinkage, 피연산자 <T> lrPower, 옵션... 옵션)

새로운 SparseApplyFtrl 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.

매개변수

범위	현재 범위
var	Variable()에서 가져와야 합니다.
축적	Variable()에서 가져와야 합니다.
선의	Variable()에서 가져와야 합니다.
졸업생	그라데이션입니다.
지수	var 및 accum의 첫 번째 차원에 대한 인덱스 벡터입니다.
난	배율 인수. 스칼라여야 합니다.
l1	L1 정규화. 스칼라여야 합니다.
l2	L2 수축 ​​정규화. 스칼라여야 합니다.
lr파워	배율 인수. 스칼라여야 합니다.
옵션	선택적 속성 값을 전달합니다.

보고

• SparseApplyFtrl의 새 인스턴스

공개 정적 SparseApplyFtrl.Options 곱하기LinearByLr (부울 곱하기LinearByLr)

공개 출력 <T> 출력 ()

"var"와 동일합니다.

공개 정적 SparseApplyFtrl.Options useLocking (부울 useLocking)

매개변수

사용잠금	'True'인 경우 var 및 accum 텐서 업데이트는 잠금으로 보호됩니다. 그렇지 않으면 동작이 정의되지 않지만 경합이 덜 나타날 수 있습니다.