tensorflow:: ops:: ApplyFtrl
#include <training_ops.h>قم بتحديث '*var' وفقًا لمخطط Ftrl-proximal.
ملخص
accum_new = accum + grad * grad الخطي += grad + (accum_new^(-lr_power) - accum^(-lr_power)) / lr * var Quadratic = 1.0 / (accum_new^(lr_power) * lr) + 2 * l2 var = (sign(linear) * l1 - خطي) / تربيعي if |خطي| > l1 آخر 0.0 تراكم = تراكم_جديد
الحجج:
- النطاق: كائن النطاق
- var: يجب أن يكون من نوع Variable().
- accum: يجب أن يكون من متغير ().
- خطي: يجب أن يكون من متغير ().
- grad: التدرج.
- lr: عامل القياس. يجب أن يكون قيمة عددية.
- l1: تنظيم L1. يجب أن يكون قيمة عددية.
- l2: تنظيم L2. يجب أن يكون قيمة عددية.
- lr_power: عامل القياس. يجب أن يكون قيمة عددية.
السمات الاختيارية (انظر Attrs ):
- استخدام القفل: إذا كانت
True، فسيتم حماية تحديث موترات var و accum بواسطة قفل؛ وإلا فإن السلوك غير محدد، ولكنه قد يُظهر تنازعًا أقل.
المرتجعات:
-
Output: نفس الناتج "var".
البناة والمدمرون | |
|---|---|
ApplyFtrl (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) | |
ApplyFtrl (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 ApplyFtrl::Attrs & attrs) |
السمات العامة | |
|---|---|
operation | |
out | |
الوظائف العامة | |
|---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const | |
الدوال الثابتة العامة | |
|---|---|
UseLocking (bool x) | |
الهياكل | |
|---|---|
| tensorflow:: ops:: ApplyFtrl:: Attrs | مُعدِّلات السمات الاختيارية لـ ApplyFtrl . |
السمات العامة
عملية
Operation operation
خارج
::tensorflow::Output out
الوظائف العامة
تطبيق Ftrl
ApplyFtrl( 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 )
تطبيق Ftrl
ApplyFtrl( 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 ApplyFtrl::Attrs & attrs )
العقدة
::tensorflow::Node * node() const
operator::tensorflow::Input
operator::tensorflow::Input() const
operator::tensorflow::Output
operator::tensorflow::Output() const
الدوال الثابتة العامة
قفل الاستخدام
Attrs UseLocking( bool x )
إنّ محتوى هذه الصفحة مرخّص بموجب ترخيص Creative Commons Attribution 4.0 ما لم يُنصّ على خلاف ذلك، ونماذج الرموز مرخّصة بموجب ترخيص Apache 2.0. للاطّلاع على التفاصيل، يُرجى مراجعة سياسات موقع Google Developers. إنّ Java هي علامة تجارية مسجَّلة لشركة Oracle و/أو شركائها التابعين.
تاريخ التعديل الأخير: 2026-11-05 (حسب التوقيت العالمي المتفَّق عليه)
[null,null,["تاريخ التعديل الأخير: 2026-11-05 (حسب التوقيت العالمي المتفَّق عليه)"],[],[]]