tensorflow::ops::SparseApplyFtrl

#include <training_ops.h>

Aggiorna le voci pertinenti in '*var' secondo lo schema prossimale Ftrl.

Riepilogo

Ovvero, per le righe per cui abbiamo il gradiente, aggiorniamo var, accum e linear come segue:

$$accum_new = accum + grad * grad$$

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

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

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

$$accum = accum_{new}$$

Argomentazioni:

• ambito: un oggetto Scope
• var: Dovrebbe provenire da una Variable().
• accumula: Dovrebbe provenire da una Variabile().
• lineare: Dovrebbe provenire da una Variabile().
• grad: Il gradiente.
• indici: Un vettore di indici nella prima dimensione di var e accum.
• lr: Fattore di scala. Deve essere uno scalare.
• l1: Regolarizzazione L1. Deve essere uno scalare.
• l2: Regolarizzazione L2. Deve essere uno scalare.
• lr_power: Fattore di scala. Deve essere uno scalare.

Attributi opzionali (vedere Attrs ):

• use_locking: Se True , l'aggiornamento dei tensori var e accum sarà protetto da un blocco; altrimenti il ​​comportamento non è definito, ma potrebbe presentare una minore contesa.

Resi:

• Output : Uguale a "var".

Costruttori e distruttori
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)

attributi pubblici
operation	Operation
out	:: tensorflow::Output

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

Funzioni statiche pubbliche
MultiplyLinearByLr (bool x)	Attrs
UseLocking (bool x)	Attrs

Strutture
tensorflow::ops::SparseApplyFtrl::Attrs	Impostatori di attributi opzionali per SparseApplyFtrl .

attributi pubblici

operazione

Operation operation

fuori

::tensorflow::Output out

Funzioni pubbliche

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
)

nodo

::tensorflow::Node * node() const 

operatore::tensorflow::Input

 operator::tensorflow::Input() const 

operatore::tensoreflusso::output

 operator::tensorflow::Output() const 

Funzioni statiche pubbliche

MoltiplicaLinearePerLr

Attrs MultiplyLinearByLr(
  bool x
)

UseLocking

Attrs UseLocking(
  bool x
)