ResourceApplyProximalGradientDescent

kelas akhir publik ResourceApplyProximalGradientDescent

Perbarui '*var' sebagai algoritma FOBOS dengan kecepatan pembelajaran tetap.

prox_v = var - alfa delta var = tanda(prox_v)/(1+alpha l2) maks{|prox_v|-alpha l1,0}

Kelas Bersarang

kelas ResourceApplyProximalGradientDescent.Options Atribut opsional untuk ResourceApplyProximalGradientDescent

Konstanta

Rangkaian OP_NAME Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

statis <T memperluas TType > ResourceApplyProximalGradientDescent
buat ( Lingkup lingkup, Operand <?> var, Operand <T> alpha, Operand <T> l1, Operand <T> l2, Operand <T> delta, Pilihan... pilihan)
Metode pabrik untuk membuat kelas yang membungkus operasi ResourceApplyProximalGradientDescent baru.
ResourceApplyProximalGradientDescent.Options statis
useLocking (penguncian penggunaan Boolean)

Metode Warisan

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "ResourceApplyProximalGradientDescent"

Metode Publik

public static ResourceApplyProximalGradientDescent buat ( Lingkup cakupan , Operan <?> var, Operan <T> alpha, Operan <T> l1, Operan <T> l2, Operan <T> delta, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi ResourceApplyProximalGradientDescent baru.

Parameter
cakupan ruang lingkup saat ini
var Harus dari Variabel().
alfa Faktor skala. Pasti skalar.
l1 Regularisasi L1. Pasti skalar.
l2 Regularisasi L2. Pasti skalar.
delta Perubahan.
pilihan membawa nilai atribut opsional
Kembali
  • contoh baru ResourceApplyProximalGradientDescent

ResourceApplyProximalGradientDescent.Options statis publik useLocking (Boolean useLocking)

Parameter
gunakan Penguncian Jika Benar, pengurangan akan dilindungi oleh gembok; jika tidak, perilaku tersebut tidak terdefinisikan, namun mungkin menunjukkan lebih sedikit pertentangan.