टेंसरफ़्लो:: ऑप्स:: SparseApplyFtrlV2

#include <training_ops.h>

Ftrl-प्रॉक्सिमल योजना के अनुसार '*var' में प्रासंगिक प्रविष्टियाँ अपडेट करें।

सारांश

यानी उन पंक्तियों के लिए जिनके लिए हमारे पास ग्रेड है, हम var, accum और रैखिक को इस प्रकार अपडेट करते हैं: grad_with_shlinkage = grad + 2 * l2_shlinkage * var accum_new = accum + grad_with_shlinkage * grad_with_shlinkage रैखिक += grad_with_shlinkage + (accum_new^(-lr_power) - accum^ (-lr_power)) / lr * var द्विघात = 1.0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (चिह्न (रैखिक) * l1 - रैखिक) / द्विघात यदि |रैखिक| > एल1 अन्यथा 0.0 संचय = संचय_नया

तर्क:

  • स्कोप: एक स्कोप ऑब्जेक्ट
  • var: एक वेरिएबल() से होना चाहिए।
  • संचय: एक वेरिएबल() से होना चाहिए।
  • रैखिक: एक वेरिएबल() से होना चाहिए।
  • ग्रेड: ग्रेडिएंट.
  • सूचकांक: var और accum के पहले आयाम में सूचकांकों का एक वेक्टर।
  • एलआर: स्केलिंग कारक। एक अदिश राशि होनी चाहिए.
  • एल1: एल1 नियमितीकरण। एक अदिश राशि होनी चाहिए.
  • एल2: एल2 सिकुड़न नियमितीकरण। एक अदिश राशि होनी चाहिए.
  • lr_power: स्केलिंग कारक। एक अदिश राशि होनी चाहिए.

वैकल्पिक विशेषताएँ (देखें Attrs ):

  • उपयोग_लॉकिंग: यदि True , तो var और Accum Tensors का अद्यतनीकरण लॉक द्वारा संरक्षित किया जाएगा; अन्यथा व्यवहार अपरिभाषित है, लेकिन कम विवाद प्रदर्शित कर सकता है।

रिटर्न:

  • Output : "var" के समान।

निर्माता और विध्वंसक

SparseApplyFtrlV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input accum, :: tensorflow::Input linear, :: tensorflow::Input grad, :: tensorflow::Input indices, :: tensorflow::Input lr, :: tensorflow::Input l1, :: tensorflow::Input l2, :: tensorflow::Input l2_shrinkage, :: tensorflow::Input lr_power)
SparseApplyFtrlV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input var, :: tensorflow::Input accum, :: tensorflow::Input linear, :: tensorflow::Input grad, :: tensorflow::Input indices, :: tensorflow::Input lr, :: tensorflow::Input l1, :: tensorflow::Input l2, :: tensorflow::Input l2_shrinkage, :: tensorflow::Input lr_power, const SparseApplyFtrlV2::Attrs & attrs)

सार्वजनिक गुण

operation
out

सार्वजनिक समारोह

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

सार्वजनिक स्थैतिक कार्य

UseLocking (bool x)

संरचनाएँ

टेंसरफ़्लो:: ऑप्स:: SparseApplyFtrlV2:: Attrs

SparseApplyFtrlV2 के लिए वैकल्पिक विशेषता सेटर्स।

सार्वजनिक गुण

संचालन 

Operation operation

बाहर 

::tensorflow::Output out

सार्वजनिक समारोह

SparseApplyFtrlV2 

 SparseApplyFtrlV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input linear,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input l2_shrinkage,
  ::tensorflow::Input lr_power
)

SparseApplyFtrlV2 

 SparseApplyFtrlV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input linear,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input l2_shrinkage,
  ::tensorflow::Input lr_power,
  const SparseApplyFtrlV2::Attrs & attrs
)

नोड 

::tensorflow::Node * node() const

ऑपरेटर::टेन्सरफ़्लो::इनपुट 

 operator::tensorflow::Input() const

ऑपरेटर::टेन्सरफ़्लो::आउटपुट 

 operator::tensorflow::Output() const

सार्वजनिक स्थैतिक कार्य

लॉकिंग का उपयोग करें 

Attrs UseLocking(
  bool x
)