Entradas de atualização esparsas em '*var' e '*accum' de acordo com o algoritmo FOBOS.
Ou seja, para as linhas para as quais graduamos, atualizamos var e accum da seguinte forma: $$accum += grad grad$$$$prox_v = var$$$$prox_v -= lr grad (1 / sqrt(accum))$$$$var = sign(prox_v)/(1+lrl2) max{|prox_v|-lrl1,0}$$
Classes aninhadas
aula | SparseApplyProximalAdagrad.Options | Atributos opcionais para SparseApplyProximalAdagrad |
Constantes
Corda | OP_NAME | O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow |
Métodos Públicos
Saída <T> | asOutput () Retorna o identificador simbólico do tensor. |
estático <T estende TType > SparseApplyProximalAdagrad <T> | |
Saída <T> | fora () O mesmo que "var". |
SparseApplyProximalAdagrad.Options estático | useLocking (booleano useLocking) |
Métodos herdados
Constantes
String final estática pública OP_NAME
O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow
Métodos Públicos
Saída pública <T> asOutput ()
Retorna o identificador simbólico do tensor.
As entradas para operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.
public static SparseApplyProximalAdagrad <T> create ( Escopo escopo, Operando <T> var, Operando <T> accum, Operando <T> lr, Operando <T> l1, Operando <T> l2, Operando <T> grad, Operando <? estende TNumber > índices, Opções... opções)
Método de fábrica para criar uma classe que envolve uma nova operação SparseApplyProximalAdagrad.
Parâmetros
escopo | escopo atual |
---|---|
var | Deve ser de uma variável(). |
acumular | Deve ser de uma variável(). |
lr | Taxa de aprendizagem. Deve ser um escalar. |
l1 | Regularização L1. Deve ser um escalar. |
l2 | Regularização L2. Deve ser um escalar. |
graduado | O gradiente. |
índices | Um vetor de índices na primeira dimensão de var e accum. |
opções | carrega valores de atributos opcionais |
Devoluções
- uma nova instância de SparseApplyProximalAdagrad
public static SparseApplyProximalAdagrad.Options useLocking (booleano useLocking)
Parâmetros
useLocking | Se for True, a atualização dos tensores var e accum será protegida por um bloqueio; caso contrário, o comportamento será indefinido, mas poderá apresentar menos contenção. |
---|