Google I/O में ट्यूनिंग के लिए धन्यवाद। मांग पर सभी सत्र देखें मांग पर देखें

टेंसरफ़्लो :: ऑप्स :: SparseApplyFtrl

#include <training_ops.h>

Ftrl-proximal योजना के अनुसार '* var' में प्रासंगिक प्रविष्टियाँ अद्यतन करें।

सारांश

हम उन पंक्तियों के लिए हैं जिनके लिए हम ग्रेड हैं, हम var, संचित और रैखिक को निम्नानुसार अपडेट करते हैं: $$accum_new = accum + grad * grad$$ $$linear += grad + (accum_{new}^{-lr_{power}} - accum^{-lr_{power}} / lr * var$$ $$quadratic = 1.0 / (accum_{new}^{lr_{power}} * lr) + 2 * l2$$ $$var = (sign(linear) * l1 - linear) / quadratic\ if\ |linear| > l1\ else\ 0.0$$ $$accum = accum_{new}$$

तर्क:

  • गुंजाइश: एक स्कोप ऑब्जेक्ट
  • var: एक चर () से होना चाहिए।
  • संचित: एक चर () से होना चाहिए।
  • रैखिक: एक चर () से होना चाहिए।
  • grad: ढाल।
  • सूचकांक: संस्करण और संचय के पहले आयाम में सूचकांकों का एक वेक्टर।
  • lr: स्केलिंग फैक्टर। एक स्केलर होना चाहिए।
  • एल 1: एल 1 नियमितीकरण। एक स्केलर होना चाहिए।
  • एल 2: एल 2 नियमितीकरण। एक स्केलर होना चाहिए।
  • lr_power: स्केलिंग कारक। एक स्केलर होना चाहिए।

वैकल्पिक विशेषताएँ ( Attrs देखें):

  • use_locking: यदि True , तो var का अपडेट और संचित टेंसरों को लॉक द्वारा संरक्षित किया जाएगा; अन्यथा व्यवहार अपरिभाषित है, लेकिन कम विवाद को प्रदर्शित कर सकता है।

रिटर्न:

  • Output : "var" के समान।

कंस्ट्रक्टर और डिस्ट्रक्टर्स

SparseApplyFtrl (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 lr_power)
SparseApplyFtrl (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 lr_power, const SparseApplyFtrl::Attrs & attrs)

सार्वजनिक विशेषताएँ

operation
out

सार्वजनिक कार्य

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

सार्वजनिक स्थैतिक कार्य

UseLocking (bool x)

संरचनाएं

टेंसोफ़्लो :: ऑप्स :: स्पार्सेप्लीफ्ल्ट :: अट्र्स

वैकल्पिक विशेषता SparseApplyFtrl के लिए बसती है ।

सार्वजनिक विशेषताएँ

ऑपरेशन

Operation operation

बाहर

::tensorflow::Output out

सार्वजनिक कार्य

SparseApplyFtrl

 SparseApplyFtrl(
  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 lr_power
)

SparseApplyFtrl

 SparseApplyFtrl(
  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 lr_power,
  const SparseApplyFtrl::Attrs & attrs
)

नोड

::tensorflow::Node * node() const

ऑपरेटर :: टेंसरफ़्लो :: इनपुट

 operator::tensorflow::Input() const
है

ऑपरेटर :: टेंसरफ़्लो :: आउटपुट

 operator::tensorflow::Output() const

सार्वजनिक स्थैतिक कार्य

उपयोग करना

Attrs UseLocking(
  bool x
)