Aggiornamento sparse '*var' come algoritmo FOBOS con velocità di apprendimento fissa.
Questo è per le righe per le quali abbiamo grad, aggiorniamo var come segue: $$prox_v = var - alpha grad$$$$var = sign(prox_v)/(1+alphal2) max{|prox_v|-alphal1,0}$$
Classi nidificate
classe | SparseApplyProximalGradientDescent.Options | Attributi facoltativi per SparseApplyProximalGradientDescent |
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. |
static <T estende TType > SparseApplyProximalGradientDescent <T> | |
Uscita <T> | fuori () Uguale a "var". |
static SparseApplyProximalGradientDescent.Options | useLocking (useLocking booleano) |
Metodi ereditati
Costanti
Stringa finale statica pubblica OP_NAME
Il nome di questa operazione, come noto al motore principale di TensorFlow
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 SparseApplyProximalGradientDescent <T> create ( Scope scope, Operando <T> var, Operando <T> alpha, 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 SparseApplyProximalGradientDescent.
Parametri
portata | ambito attuale |
---|---|
var | Dovrebbe provenire da una variabile(). |
alfa | Fattore di scala. 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 |
Ritorni
- una nuova istanza di SparseApplyProximalGradientDescent
public static SparseApplyProximalGradientDescent.Options useLocking (useLocking booleano)
Parametri
utilizzareBlocco | Se Vero la sottrazione sarà protetta da un lucchetto; altrimenti il comportamento non è definito, ma può mostrare meno contesa. |
---|