تحديث متفرق '*var' كخوارزمية FOBOS بمعدل تعلم ثابت.
بالنسبة للصفوف التي لدينا grad لها، نقوم بتحديث var على النحو التالي: $$prox_v = var - alpha grad$$$$var = sign(prox_v)/(1+alphal2) max{|prox_v|-alphal1,0}$$
فئات متداخلة
| فصل | SparseApplyProximalGradientDescent.Options | السمات الاختيارية لـ SparseApplyProximalGradientDescent | |
الثوابت
| خيط | OP_NAME | اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي |
الأساليب العامة
| الإخراج <T> | كإخراج () إرجاع المقبض الرمزي للموتر. |
| ثابت <T يمتد TType > SparseApplyProximalGradientDescent <T> | |
| الإخراج <T> | خارج () نفس "فار". |
| ثابت SparseApplyProximalGradientDescent.Options | useLocking (استخدام منطقي منطقي) |
الطرق الموروثة
الثوابت
السلسلة النهائية الثابتة العامة OP_NAME
اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي
الأساليب العامة
الإخراج العام <T> كإخراج ()
إرجاع المقبض الرمزي للموتر.
المدخلات إلى عمليات TensorFlow هي مخرجات عملية TensorFlow أخرى. يتم استخدام هذه الطريقة للحصول على مقبض رمزي يمثل حساب الإدخال.
إنشاء SparseApplyProximalGradientDescent العام الثابت <T> (نطاق النطاق ، المعامل <T> var، المعامل <T> alpha، المعامل <T> l1، المعامل <T> l2، المعامل <T> grad، المعامل <؟ يمتد TNumber > المؤشرات، الخيارات ... خيارات)
طريقة المصنع لإنشاء فئة تغلف عملية SparseApplyProximalGradientDescent جديدة.
حدود
| نِطَاق | النطاق الحالي |
|---|---|
| فار | يجب أن يكون من متغير (). |
| ألفا | عامل التحجيم. يجب أن يكون العددية. |
| l1 | تسوية L1. يجب أن يكون العددية. |
| l2 | تسوية L2. يجب أن يكون العددية. |
| خريج | التدرج. |
| المؤشرات | متجه للمؤشرات في البعد الأول من var وaccum. |
| خيارات | يحمل قيم السمات الاختيارية |
المرتجعات
- مثيل جديد من SparseApplyProximalGradientDescent
ثابت عام SparseApplyProximalGradientDescent.Options useLocking (useLocking المنطقي)
حدود
| useLocking | إذا كان صحيحا، سيتم حماية الطرح بواسطة قفل؛ وإلا فإن السلوك غير محدد، ولكنه قد يحمل قدرًا أقل من الخلاف. |
|---|