SparseApplyProximalAdagrad

SparseApplyProximalAdagrad public final class

Entradas de actualización dispersas en '* var' y '* acumula' según el algoritmo FOBOS.

Esto es para las filas que hemos Grad para, actualizamos var y acumuladores de la siguiente manera: $$accum += grad grad$$$$prox_v = var$$$$prox_v -= lr grad (1 / sqrt(accum))$$$$var = sign(prox_v)/(1+lrl2) max{|prox_v|-lrl1,0}$$

Clases anidadas

clase SparseApplyProximalAdagrad.Options Los atributos opcionales para SparseApplyProximalAdagrad

Constantes

Cuerda OP_NAME El nombre de esta operación, como lo conoce el motor central de TensorFlow

Métodos públicos

Salida <T>
asOutput ()
Devuelve el identificador simbólico del tensor.
estática <T se extiende Ttype > SparseApplyProximalAdagrad <T>
crear ( Alcance alcance, operando <T> var, operando <T> Acum, operando <T> LR, operando <T> L1, operando <T> L2, operando <T> graduado, operando <? extiende TNumber > índices, opciones ... opciones)
Método de fábrica para crear una clase que envuelva una nueva operación SparseApplyProximalAdagrad.
Salida <T>
fuera ()
Igual que "var".
estáticas SparseApplyProximalAdagrad.Options
useLocking (Boolean useLocking)

Métodos heredados

Constantes

OP_NAME pública final static String

El nombre de esta operación, como lo conoce el motor central de TensorFlow

Valor constante: "SparseApplyProximalAdagrad"

Métodos públicos

pública de salida <T> asOutput ()

Devuelve el identificador simbólico del tensor.

Las entradas a las operaciones de TensorFlow son salidas de otra operación de TensorFlow. Este método se utiliza para obtener un identificador simbólico que representa el cálculo de la entrada.

public static SparseApplyProximalAdagrad <T> crear ( Alcance alcance, operando <T> var, operando <T> acum, operando <T> lr, operando <T> L1, operando <T> L2, operando <T> graduado, operando <? se extiende TNumber > índices, opciones ... opciones)

Método de fábrica para crear una clase que envuelva una nueva operación SparseApplyProximalAdagrad.

Parámetros
alcance alcance actual
var Debe ser de una variable ().
acumular Debe ser de una variable ().
lr Tasa de aprendizaje. Debe ser un escalar.
l1 Regularización L1. Debe ser un escalar.
l2 Regularización L2. Debe ser un escalar.
graduado El gradiente.
índices Un vector de índices en la primera dimensión de var y acum.
opciones lleva valores de atributos opcionales
Devoluciones
  • una nueva instancia de SparseApplyProximalAdagrad

pública de salida <T> a cabo ()

Igual que "var".

estáticas pública SparseApplyProximalAdagrad.Options useLocking (booleano useLocking)

Parámetros
useLocking Si es Verdadero, la actualización de los tensores var y acumuladores estará protegida por un candado; de lo contrario, el comportamiento no está definido, pero puede presentar menos contención.