SparseApplyProximalAdagrad

classe finale pubblica SparseApplyProximalAdagrad

Voci di aggiornamento sparse in '*var' e '*accum' secondo l'algoritmo FOBOS.

Questo è per le righe per le quali abbiamo grad, aggiorniamo var e accum come segue: $$accum += grad grad$$$$prox_v = var$$$$prox_v -= lr grad (1 / sqrt(accum))$$$$var = sign(prox_v)/(1+lrl2) max{|prox_v|-lrl1,0}$$

Classi nidificate

classe

SparseApplyProximalAdagrad.Options

Attributi facoltativi per SparseApplyProximalAdagrad

Costanti

Corda

OP_NAME

Il nome di questa operazione, come noto al motore principale di TensorFlow

Metodi pubblici

Uscita <T>	comeuscita () Restituisce l'handle simbolico del tensore.
statico <T estende TType > SparseApplyProximalAdagrad <T>	create ( Scope scope, Operando <T> var, Operando <T> accum, Operando <T> lr, Operando <T> l1, Operando <T> l2, Operando <T> grad, Operando <? extends TNumber > indici, Opzioni ... opzioni) Metodo factory per creare una classe che racchiude una nuova operazione SparseApplyProximalAdagrad.
Uscita <T>	fuori () Uguale a "var".
statico SparseApplyProximalAdagrad.Options	useLocking (useLocking booleano)

Metodi ereditati

Dalla classe org.tensorflow.op.RawOp

booleano finale	è uguale a (Oggetto oggetto)
finale int	codice hash ()
Operazione	operazione () Restituisce questa unità di calcolo come una singola Operation .
stringa finale	accordare ()

Dalla classe java.lang.Object

booleano	è uguale a (Oggetto arg0)
Classe finale<?>	getClass ()
int	codice hash ()
vuoto finale	notificare ()
vuoto finale	notificaTutti ()
Corda	accordare ()
vuoto finale	attendere (lungo arg0, int arg1)
vuoto finale	aspetta (lungo arg0)
vuoto finale	Aspettare ()

Dall'interfaccia org.tensorflow.op.Op

ambiente di esecuzione astratto	ambiente () Restituisce l'ambiente di esecuzione in cui è stata creata questa operazione.
Operazione astratta	operazione () Restituisce questa unità di calcolo come una singola Operation .

Dall'interfaccia org.tensorflow.Operand

Output astratto <T>	comeuscita () Restituisce l'handle simbolico del tensore.
astratto T	come tensore () Restituisce il tensore in questo operando.
forma astratta	forma () Restituisce la forma (possibilmente parzialmente conosciuta) del tensore a cui fa riferimento l' Output di questo operando.
Classe astratta<T>	tipo () Restituisce il tipo tensore di questo operando

Dall'interfaccia org.tensorflow.ndarray.Shaped

astratto int	rango ()
forma astratta	forma ()
astratto lungo	misurare () Calcola e restituisce la dimensione totale di questo contenitore, in numero di valori.

Costanti

Stringa finale statica pubblica OP_NAME

Il nome di questa operazione, come noto al motore principale di TensorFlow

Valore costante: "SparseApplyProximalAdagrad"

Metodi pubblici

Uscita pubblica <T> asOutput ()

Restituisce l'handle simbolico del tensore.

Gli input per le operazioni TensorFlow sono output di un'altra operazione TensorFlow. Questo metodo viene utilizzato per ottenere un handle simbolico che rappresenta il calcolo dell'input.

public static SparseApplyProximalAdagrad <T> create ( Ambito ambito , Operando <T> var, Operando <T> accum, Operando <T> lr, Operando <T> l1, Operando <T> l2, Operando <T> grad, Operando <? estende TNumero > indici, Opzioni... opzioni)

Metodo factory per creare una classe che racchiude una nuova operazione SparseApplyProximalAdagrad.

Parametri

scopo	ambito attuale
var	Dovrebbe provenire da una variabile().
accu	Dovrebbe provenire da una variabile().
lr	Tasso di apprendimento. Deve essere uno scalare.
l1	Regolarizzazione L1. Deve essere uno scalare.
l2	Regolarizzazione L2. Deve essere uno scalare.
grado	Il gradiente.
indici	Un vettore di indici nella prima dimensione di var e accum.
opzioni	trasporta valori di attributi opzionali

ritorna

• una nuova istanza di SparseApplyProximalAdagrad

Uscita pubblica <T> out ()

Uguale a "var".

public static SparseApplyProximalAdagrad.Options useLocking (useLocking booleano)

Parametri

utilizzareBlocco	Se True, l'aggiornamento dei tensori var e accum sarà protetto da un lock; altrimenti il ​​comportamento non è definito, ma può mostrare meno contesa.