Atualização esparsa '* var' como algoritmo FOBOS com taxa de aprendizagem fixa.
Isso é para linhas temos grad, nós atualizar var da seguinte forma: $$prox_v = var - alpha grad$$$$var = sign(prox_v)/(1+alphal2) max{|prox_v|-alphal1,0}$$
Classes aninhadas
classe | SparseApplyProximalGradientDescent.Options | Atributos opcionais para SparseApplyProximalGradientDescent |
Constantes
Fragmento | OP_NAME | O nome desta operação, conforme conhecido pelo motor principal TensorFlow |
Métodos Públicos
Output <T> | asOutput () Retorna o identificador simbólico do tensor. |
estática <T estende TType > SparseApplyProximalGradientDescent <T> | |
Output <T> | a () O mesmo que "var". |
estáticos SparseApplyProximalGradientDescent.Options | useLocking (booleano useLocking) |
Métodos herdados
Constantes
nome_op final String public static
O nome desta operação, conforme conhecido pelo motor principal TensorFlow
Métodos Públicos
pública Output <T> asOutput ()
Retorna o identificador simbólico do tensor.
As entradas para as 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 SparseApplyProximalGradientDescent <T> Criar ( Scope escopo, Operando <T> var, Operando <T> alfa, Operando <T> L1, Operando <T> L2, Operando <T> formando, Operando <? estende TNumber > índices, opções ... opções)
Método de fábrica para criar uma classe envolvendo uma nova operação SparseApplyProximalGradientDescent.
Parâmetros
alcance | escopo atual |
---|---|
var | Deve ser de uma variável (). |
alfa | Fator de escala. Deve ser um escalar. |
l1 | Regularização L1. Deve ser um escalar. |
12 | Regularização L2. Deve ser um escalar. |
grad | O gradiente. |
índices | Um vetor de índices na primeira dimensão de var e acum. |
opções | carrega valores de atributos opcionais |
Devoluções
- uma nova instância de SparseApplyProximalGradientDescent
public static SparseApplyProximalGradientDescent.Options useLocking (Boolean useLocking)
Parâmetros
useLocking | Se for True, a subtração será protegida por um cadeado; caso contrário, o comportamento é indefinido, mas pode exibir menos contenção. |
---|