SparseApplyProximalAdagrad

kelas akhir publik SparseApplyProximalAdagrad

Entri pembaruan yang jarang di '*var' dan '*accum' menurut algoritma FOBOS.

Itu untuk baris yang memiliki grad, kami memperbarui var dan accum sebagai berikut: $$accum += grad grad$$$$prox_v = var$$$$prox_v -= lr grad (1 / sqrt(accum))$$$$var = sign(prox_v)/(1+lrl2) max{|prox_v|-lrl1,0}$$

Kelas Bersarang

kelas SparseApplyProximalAdagrad.Options Atribut opsional untuk SparseApplyProximalAdagrad

Konstanta

Rangkaian OP_NAME Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

Keluaran <T>
sebagai Keluaran ()
Mengembalikan pegangan simbolis tensor.
statis <T memperluas TType > SparseApplyProximalAdagrad <T>
buat ( Lingkup lingkup , Operand <T> var, Operand <T> accum, Operand <T> lr, Operand <T> l1, Operand <T> l2, Operand <T> grad, Operand <? extends TNumber > indeks, Opsi ... pilihan)
Metode pabrik untuk membuat kelas yang membungkus operasi SparseApplyProximalAdagrad baru.
Keluaran <T>
keluar ()
Sama seperti "var".
statis SparseApplyProximalAdagrad.Options
useLocking (penguncian penggunaan Boolean)

Metode Warisan

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "SparseApplyProximalAdagrad"

Metode Publik

Keluaran publik <T> sebagai Keluaran ()

Mengembalikan pegangan simbolis tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static SparseApplyProximalAdagrad <T> buat ( Ruang lingkup , Operan <T> var, Operan <T> accum, Operan <T> lr, Operan <T> l1, Operan <T> l2, Operan <T> grad, Operan <? extends TNumber > indeks, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi SparseApplyProximalAdagrad baru.

Parameter
cakupan ruang lingkup saat ini
var Harus dari Variabel().
akumulasi Harus dari Variabel().
lr Kecepatan pembelajaran. Pasti skalar.
l1 Regularisasi L1. Pasti skalar.
l2 Regularisasi L2. Pasti skalar.
lulusan Gradien.
indeks Vektor indeks ke dalam dimensi pertama var dan accum.
pilihan membawa nilai atribut opsional
Kembali
  • contoh baru dari SparseApplyProximalAdagrad

Keluaran publik <T> keluar ()

Sama seperti "var".

public static SparseApplyProximalAdagrad.Options useLocking (Boolean useLocking)

Parameter
gunakan Penguncian Jika Benar, pembaruan tensor var dan accum akan dilindungi oleh kunci; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan.
,
kelas akhir publik SparseApplyProximalAdagrad

Entri pembaruan yang jarang di '*var' dan '*accum' menurut algoritma FOBOS.

Itu untuk baris yang memiliki grad, kami memperbarui var dan accum sebagai berikut: $$accum += grad grad$$$$prox_v = var$$$$prox_v -= lr grad (1 / sqrt(accum))$$$$var = sign(prox_v)/(1+lrl2) max{|prox_v|-lrl1,0}$$

Kelas Bersarang

kelas SparseApplyProximalAdagrad.Options Atribut opsional untuk SparseApplyProximalAdagrad

Konstanta

Rangkaian OP_NAME Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

Keluaran <T>
sebagai Keluaran ()
Mengembalikan pegangan simbolis tensor.
statis <T memperluas TType > SparseApplyProximalAdagrad <T>
buat ( Lingkup lingkup , Operand <T> var, Operand <T> accum, Operand <T> lr, Operand <T> l1, Operand <T> l2, Operand <T> grad, Operand <? extends TNumber > indeks, Opsi ... pilihan)
Metode pabrik untuk membuat kelas yang membungkus operasi SparseApplyProximalAdagrad baru.
Keluaran <T>
keluar ()
Sama seperti "var".
statis SparseApplyProximalAdagrad.Options
useLocking (penguncian penggunaan Boolean)

Metode Warisan

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "SparseApplyProximalAdagrad"

Metode Publik

Keluaran publik <T> sebagai Keluaran ()

Mengembalikan pegangan simbolis tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static SparseApplyProximalAdagrad <T> buat ( Ruang lingkup , Operan <T> var, Operan <T> accum, Operan <T> lr, Operan <T> l1, Operan <T> l2, Operan <T> grad, Operan <? extends TNumber > indeks, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi SparseApplyProximalAdagrad baru.

Parameter
cakupan ruang lingkup saat ini
var Harus dari Variabel().
akumulasi Harus dari Variabel().
lr Kecepatan pembelajaran. Pasti skalar.
l1 Regularisasi L1. Pasti skalar.
l2 Regularisasi L2. Pasti skalar.
lulusan Gradien.
indeks Vektor indeks ke dalam dimensi pertama var dan accum.
pilihan membawa nilai atribut opsional
Kembali
  • contoh baru dari SparseApplyProximalAdagrad

Keluaran publik <T> keluar ()

Sama seperti "var".

public static SparseApplyProximalAdagrad.Options useLocking (Boolean useLocking)

Parameter
gunakan Penguncian Jika Benar, pembaruan tensor var dan accum akan dilindungi oleh kunci; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan.