tensorflow::ops::SparseApplyFtrl

#include <training_ops.h>

Perbarui entri yang relevan di '*var' sesuai dengan skema proksimal Ftrl.

Ringkasan

Artinya, untuk baris yang sudah memiliki nilai kelulusan, kita memperbarui variabel, akumulasi, dan linear sebagai berikut:

$$accum_new = accum + grad * grad$$

$$linear += grad + (accum_{new}^{-lr_{power} } - accum^{-lr_{power} } / lr * var$$

$$quadratic = 1.0 / (accum_{new}^{lr_{power} } * lr) + 2 * l2$$

$$var = (sign(linear) * l1 - linear) / quadratic\ if\ |linear| > l1\ else\ 0.0$$

$$accum = accum_{new}$$

Argumen:

• Cakupan: Objek Cakupan
• var: Seharusnya berasal dari Variable().
• accum: Seharusnya berasal dari Variable().
• linear: Harus berasal dari Variable().
• grad: Gradien.
• indeks: Sebuah vektor indeks ke dimensi pertama dari var dan accum.
• lr: Faktor skala. Harus berupa besaran skalar.
• l1: Regularisasi L1. Harus berupa skalar.
• l2: Regularisasi L2. Harus berupa skalar.
• lr_power: Faktor penskalaan. Harus berupa skalar.

Atribut opsional (lihat Attrs ):

• use_locking: Jika True , pembaruan tensor var dan accum akan dilindungi oleh kunci; jika tidak, perilakunya tidak terdefinisi, tetapi mungkin menunjukkan persaingan yang lebih sedikit.

Mengembalikan:

• Output : Sama dengan "var".

Konstruktor dan Destruktor
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)

Atribut publik
operation	Operation
out	:: tensorflow::Output

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

Fungsi statis publik
UseLocking (bool x)	Attrs

Struktur
tensorflow::ops::SparseApplyFtrl::Attrs	Pengaturan atribut opsional untuk SparseApplyFtrl .

Atribut publik

operasi

Operation operation

keluar

::tensorflow::Output out

Fungsi publik

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
)

simpul

::tensorflow::Node * node() const 

operator::tensorflow::Input

 operator::tensorflow::Input() const 

operator::tensorflow::Output

 operator::tensorflow::Output() const 

Fungsi statis publik

GunakanPenguncian

Attrs UseLocking(
  bool x
)