SparseApplyProximalGradientDescent

classe finale publique SparseApplyProximalGradientDescent

Mise à jour éparse '*var' en tant qu'algorithme FOBOS avec taux d'apprentissage fixe.

C'est pour les lignes pour lesquelles nous avons un diplôme, nous mettons à jour var comme suit : $$prox_v = var - alpha grad$$$$var = sign(prox_v)/(1+alphal2) max{|prox_v|-alphal1,0}$$

Classes imbriquées

classe SparseApplyProximalGradientDescent.Options Attributs facultatifs pour SparseApplyProximalGradientDescent

Constantes

Chaîne OP_NAME Le nom de cette opération, tel que connu par le moteur principal TensorFlow

Méthodes publiques

Sortie <T>
comme Sortie ()
Renvoie le handle symbolique du tenseur.
statique <T étend TType > SparseApplyProximalGradientDescent <T>
créer ( Portée de portée , Opérande <T> var, Opérande <T> alpha, Opérande <T> l1, Opérande <T> l2, Opérande <T> grad, Opérande <? étend TNumber > indices, Options... options)
Méthode d'usine pour créer une classe encapsulant une nouvelle opération SparseApplyProximalGradientDescent.
Sortie <T>
dehors ()
Identique à "var".
statique SparseApplyProximalGradientDescent.Options
useLocking (booléen useLocking)

Méthodes héritées

Constantes

chaîne finale statique publique OP_NAME

Le nom de cette opération, tel que connu par le moteur principal TensorFlow

Valeur constante : "SparseApplyProximalGradientDescent"

Méthodes publiques

sortie publique <T> asOutput ()

Renvoie le handle symbolique du tenseur.

Les entrées des opérations TensorFlow sont les sorties d'une autre opération TensorFlow. Cette méthode est utilisée pour obtenir un handle symbolique qui représente le calcul de l’entrée.

public static SparseApplyProximalGradientDescent <T> create ( Scope scope, Operand <T> var, Operand <T> alpha, Operand <T> l1, Operand <T> l2, Operand <T> grad, Operand <? extends TNumber > indices, Options ... options)

Méthode d'usine pour créer une classe encapsulant une nouvelle opération SparseApplyProximalGradientDescent.

Paramètres
portée portée actuelle
var Doit provenir d'une variable ().
alpha Facteur d'échelle. Ça doit être un scalaire.
l1 Régularisation L1. Ça doit être un scalaire.
l2 Régularisation L2. Ça doit être un scalaire.
diplômé Le dégradé.
indices Un vecteur d'indices dans la première dimension de var et cumul.
choix porte des valeurs d'attributs facultatifs
Retour
  • une nouvelle instance de SparseApplyProximalGradientDescent

sortie publique <T> out ()

Identique à "var".

public statique SparseApplyProximalGradientDescent.Options useLocking (booléen useLocking)

Paramètres
utiliserVerrouillage Si True, la soustraction sera protégée par un verrou ; sinon, le comportement n'est pas défini, mais peut présenter moins de conflits.