จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน
บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ
เทนเซอร์โฟลว์:: ปฏิบัติการ:: ResourceApplyFtrl
#include <training_ops.h>
อัปเดต '*var' ตามรูปแบบ Ftrl-proximal
สรุป
accum_new = accum + grad * grad linear += grad - (accum_new^(-lr_power) - accum^(-lr_power)) / lr * var กำลังสอง = 1.0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (เครื่องหมาย(เชิงเส้น) * l1 - เชิงเส้น) / กำลังสองถ้า |เชิงเส้น| > l1 อื่น 0.0 สะสม = accum_new
ข้อโต้แย้ง:
- ขอบเขต: วัตถุ ขอบเขต
- var: ควรมาจากตัวแปร ()
- accum: ควรมาจากตัวแปร ()
- เชิงเส้น: ควรมาจากตัวแปร ()
- ผู้สำเร็จการศึกษา: การไล่ระดับสี
- lr: ปัจจัยการปรับขนาด ต้องเป็นสเกลาร์
- l1: การทำให้เป็นมาตรฐานของ L1 ต้องเป็นสเกลาร์
- l2: การทำให้เป็นมาตรฐาน L2 ต้องเป็นสเกลาร์
- lr_power: ปัจจัยการปรับขนาด ต้องเป็นสเกลาร์
แอ็ตทริบิวต์ทางเลือก (ดู Attrs
):
- use_locking: หากเป็น
True
การอัปเดต var และ accum tensor จะได้รับการปกป้องด้วยการล็อค มิฉะนั้นพฤติกรรมจะไม่ได้กำหนดไว้ แต่อาจแสดงความขัดแย้งน้อยลง
ผลตอบแทน:
ตัวสร้างและผู้ทำลาย |
---|
ResourceApplyFtrl (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input accum, :: tensorflow::Input linear, :: tensorflow::Input grad, :: tensorflow::Input lr, :: tensorflow::Input l1, :: tensorflow::Input l2, :: tensorflow::Input lr_power)
|
ResourceApplyFtrl (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input accum, :: tensorflow::Input linear, :: tensorflow::Input grad, :: tensorflow::Input lr, :: tensorflow::Input l1, :: tensorflow::Input l2, :: tensorflow::Input lr_power, const ResourceApplyFtrl::Attrs & attrs) |
คุณลักษณะสาธารณะ
งานสาธารณะ
ตัวดำเนินการ::เทนเซอร์โฟลว์::การทำงาน
operator::tensorflow::Operation() const
ฟังก์ชันคงที่สาธารณะ
ใช้ล็อค
Attrs UseLocking(
bool x
)
เนื้อหาของหน้าเว็บนี้ได้รับอนุญาตภายใต้ใบอนุญาตที่ต้องระบุที่มาของครีเอทีฟคอมมอนส์ 4.0 และตัวอย่างโค้ดได้รับอนุญาตภายใต้ใบอนุญาต Apache 2.0 เว้นแต่จะระบุไว้เป็นอย่างอื่น โปรดดูรายละเอียดที่นโยบายเว็บไซต์ Google Developers Java เป็นเครื่องหมายการค้าจดทะเบียนของ Oracle และ/หรือบริษัทในเครือ
อัปเดตล่าสุด 2025-07-25 UTC
[null,null,["อัปเดตล่าสุด 2025-07-25 UTC"],[],[],null,["# tensorflow::ops::ResourceApplyFtrl Class Reference\n\ntensorflow::ops::ResourceApplyFtrl\n==================================\n\n`#include \u003ctraining_ops.h\u003e`\n\nUpdate '\\*var' according to the Ftrl-proximal scheme.\n\nSummary\n-------\n\naccum_new = accum + grad \\* grad linear += grad - (accum_new\\^(-lr_power) - accum\\^(-lr_power)) / lr \\* var quadratic = 1.0 / (accum_new\\^(lr_power) \\* lr) + 2 \\* l2 var = (sign(linear) \\* l1 - linear) / quadratic if \\|linear\\| \\\u003e l1 else 0.0 accum = accum_new\n\nArguments:\n\n- scope: A [Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- var: Should be from a Variable().\n- accum: Should be from a Variable().\n- linear: Should be from a Variable().\n- grad: The gradient.\n- lr: Scaling factor. Must be a scalar.\n- l1: L1 regulariation. Must be a scalar.\n- l2: L2 regulariation. Must be a scalar.\n- lr_power: Scaling factor. Must be a scalar.\n\n\u003cbr /\u003e\n\nOptional attributes (see [Attrs](/versions/r1.15/api_docs/cc/struct/tensorflow/ops/resource-apply-ftrl/attrs#structtensorflow_1_1ops_1_1_resource_apply_ftrl_1_1_attrs)):\n\n- use_locking: If `True`, updating of the var and accum tensors will be protected by a lock; otherwise the behavior is undefined, but may exhibit less contention.\n\n\u003cbr /\u003e\n\nReturns:\n\n- the created [Operation](/versions/r1.15/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation)\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [ResourceApplyFtrl](#classtensorflow_1_1ops_1_1_resource_apply_ftrl_1aad4d85a2e638469dbe3155f147f018c8)`(const ::`[tensorflow::Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` var, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` accum, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` linear, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` grad, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` lr, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` l1, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` l2, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` lr_power)` ||\n| [ResourceApplyFtrl](#classtensorflow_1_1ops_1_1_resource_apply_ftrl_1ae2f90848aff4185a26250531866329e0)`(const ::`[tensorflow::Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` var, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` accum, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` linear, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` grad, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` lr, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` l1, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` l2, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` lr_power, const `[ResourceApplyFtrl::Attrs](/versions/r1.15/api_docs/cc/struct/tensorflow/ops/resource-apply-ftrl/attrs#structtensorflow_1_1ops_1_1_resource_apply_ftrl_1_1_attrs)` & attrs)` ||\n\n| ### Public attributes ||\n|-------------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------|\n| [operation](#classtensorflow_1_1ops_1_1_resource_apply_ftrl_1a0de68aae1932c1c4d5dcf3a839665558) | [Operation](/versions/r1.15/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n\n| ### Public functions ||\n|----------------------------------------------------------------------------------------------------------------------------------|---------|\n| [operator::tensorflow::Operation](#classtensorflow_1_1ops_1_1_resource_apply_ftrl_1a602f7fb326f32fb3fe3101d65380b45d)`() const ` | ` ` ` ` |\n\n| ### Public static functions ||\n|------------------------------------------------------------------------------------------------------------|------------------------------------------------------------------------------------------------------------------------------------------------|\n| [UseLocking](#classtensorflow_1_1ops_1_1_resource_apply_ftrl_1a9acb1a5775d104b181717db97bf46f54)`(bool x)` | [Attrs](/versions/r1.15/api_docs/cc/struct/tensorflow/ops/resource-apply-ftrl/attrs#structtensorflow_1_1ops_1_1_resource_apply_ftrl_1_1_attrs) |\n\n| ### Structs ||\n|--------------------------------------------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| [tensorflow::ops::ResourceApplyFtrl::Attrs](/versions/r1.15/api_docs/cc/struct/tensorflow/ops/resource-apply-ftrl/attrs) | Optional attribute setters for [ResourceApplyFtrl](/versions/r1.15/api_docs/cc/class/tensorflow/ops/resource-apply-ftrl#classtensorflow_1_1ops_1_1_resource_apply_ftrl). |\n\nPublic attributes\n-----------------\n\n### operation\n\n```text\nOperation operation\n``` \n\nPublic functions\n----------------\n\n### ResourceApplyFtrl\n\n```gdscript\n ResourceApplyFtrl(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input var,\n ::tensorflow::Input accum,\n ::tensorflow::Input linear,\n ::tensorflow::Input grad,\n ::tensorflow::Input lr,\n ::tensorflow::Input l1,\n ::tensorflow::Input l2,\n ::tensorflow::Input lr_power\n)\n``` \n\n### ResourceApplyFtrl\n\n```gdscript\n ResourceApplyFtrl(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input var,\n ::tensorflow::Input accum,\n ::tensorflow::Input linear,\n ::tensorflow::Input grad,\n ::tensorflow::Input lr,\n ::tensorflow::Input l1,\n ::tensorflow::Input l2,\n ::tensorflow::Input lr_power,\n const ResourceApplyFtrl::Attrs & attrs\n)\n``` \n\n### operator::tensorflow::Operation\n\n```gdscript\n operator::tensorflow::Operation() const \n``` \n\nPublic static functions\n-----------------------\n\n### UseLocking\n\n```text\nAttrs UseLocking(\n bool x\n)\n```"]]