SparseApplyFtrl

คลาสสุดท้ายสาธารณะ SparseApplyFtrl

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 * grad 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 SparseApplyFtrl.ตัวเลือก แอ็ตทริบิวต์ทางเลือกสำหรับ SparseApplyFtrl

ค่าคงที่

สตริง OP_NAME ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow

วิธีการสาธารณะ

เอาท์พุต <T>
เป็นเอาท์พุต ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
คงที่ <T ขยาย TType > SparseApplyFtrl <T>
สร้าง ( ขอบเขต ขอบเขต ตัวดำเนินการ <T> var, ตัวดำเนินการ <T> สะสม, ตัวถูก ดำเนิน การ <T> เชิงเส้น, ตัวถูกดำเนินการ <T> ผู้สำเร็จการศึกษา, ตัว ถูกดำเนินการ <? ขยาย TNumber > ดัชนี, ตัวดำเนินการ <T> lr, ตัวดำเนินการ <T> l1, ตัว ถูกดำเนินการ <T> l2, ตัวดำเนินการ <T> l2การหดตัว, ตัวดำเนินการ <T> lrPower, ตัวเลือก... ตัวเลือก)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ SparseApplyFtrl ใหม่
SparseApplyFtrl.Options แบบคงที่
คูณLinearByLr (บูลีนคูณLinearByLr)
เอาท์พุต <T>
ออก ()
เช่นเดียวกับ "var"
SparseApplyFtrl.Options แบบคงที่
useLocking (การใช้ล็อคแบบบูลีน)

วิธีการสืบทอด

ค่าคงที่

สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME

ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow

ค่าคงที่: "SparseApplyFtrlV2"

วิธีการสาธารณะ

เอาท์ พุท สาธารณะ <T> asOutput ()

ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์

อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต

สาธารณะ SparseApplyFtrl <T> สร้าง แบบคงที่ (ขอบเขต ขอบเขต , ตัวดำเนินการ <T> var, ตัวดำเนินการ <T> สะสม, ตัวดำเนินการ <T> เชิงเส้น, ตัวดำเนินการ <T> ผู้สำเร็จการศึกษา, ตัวดำเนินการ <? ขยาย TNumber > ดัชนี, ตัวดำเนินการ <T> lr, ตัวถูกดำเนินการ <T> l1, ตัวดำเนินการ <T> l2, ตัวดำเนินการ <T> l2การหดตัว, ตัวดำเนินการ <T> lrPower, ตัวเลือก... ตัวเลือก)

วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ SparseApplyFtrl 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 SparseApplyFtrl

สาธารณะ SparseApplyFtrl.Options คงที่ multiplyLinearByLr (บูลีน multiplyLinearByLr)

เอาท์พุท สาธารณะ <T> ออก ()

เช่นเดียวกับ "var"

สาธารณะ SparseApplyFtrl.Options useLocking แบบคงที่ (useLocking แบบบูลีน)

พารามิเตอร์
ใช้ล็อค หากเป็น "จริง" การอัปเดต var และ accum tensor จะได้รับการปกป้องด้วยการล็อค มิฉะนั้นพฤติกรรมจะไม่ได้กำหนดไว้ แต่อาจแสดงความขัดแย้งน้อยลง