टेंसरफ़्लो:: ऑप्स:: SparseApplyFtrl

#include <training_ops.h>

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

सारांश

यानी उन पंक्तियों के लिए जिनके लिए हमारे पास ग्रेड है, हम var, accum 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:

• 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 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
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 गुण
operation	Operation
out	:: tensorflow::Output

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

सार्वजनिक स्थैतिक कार्य
UseLocking (bool x)	Attrs

संरचनाएँ
टेंसरफ़्लो:: ऑप्स:: SparseApplyFtrl:: Attrs	SparseApplyFtrl के लिए वैकल्पिक विशेषता सेटर्स।

सार्वजनिक गुण

संचालन

Operation operation

बाहर

::tensorflow::Output out

सार्वजनिक समारोह

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::टेन्सरफ़्लो::इनपुट

 operator::tensorflow::Input() const 

ऑपरेटर::टेन्सरफ़्लो::आउटपुट

 operator::tensorflow::Output() const 

सार्वजनिक स्थैतिक कार्य

लॉकिंग का उपयोग करें

Attrs UseLocking(
  bool x
)