Actualización escasa '*var' como algoritmo FOBOS con tasa de aprendizaje fija.
Es decir, para las filas para las que tenemos grad, actualizamos var de la siguiente manera: prox_v = var - alpha grad var = sign(prox_v)/(1+alpha l2) max{|prox_v|-alpha l1,0}
Clases anidadas
| clase | ResourceSparseApplyProximalGradientDescent.Options | Atributos opcionales para ResourceSparseApplyProximalGradientDescent | |
Constantes
| Cadena | OP_NOMBRE | El nombre de esta operación, como lo conoce el motor central de TensorFlow. |
Métodos públicos
| estático <T extiende TType > ResourceSparseApplyProximalGradientDescent | |
| estático ResourceSparseApplyProximalGradientDescent.Options | useLocking (uso booleano Locking) |
Métodos heredados
Constantes
Cadena final estática pública OP_NAME
El nombre de esta operación, como lo conoce el motor central de TensorFlow.
Métodos públicos
public static ResourceSparseApplyProximalGradientDescent create ( Alcance alcance, Operando <?> var, Operando <T> alfa, Operando <T> l1, Operando <T> l2, Operando <T> grad, Operando <? extiende TNumber > índices, Opciones... opciones)
Método de fábrica para crear una clase que envuelve una nueva operación ResourceSparseApplyProximalGradientDescent.
Parámetros
| alcance | alcance actual |
|---|---|
| var | Debe ser de una Variable(). |
| alfa | Factor de escala. Debe ser un escalar. |
| l1 | Regularización L1. Debe ser un escalar. |
| l2 | Regularización L2. Debe ser un escalar. |
| graduado | El gradiente. |
| índices | Un vector de índices en la primera dimensión de var y accum. |
| opciones | lleva valores de atributos opcionales |
Devoluciones
- una nueva instancia de ResourceSparseApplyProximalGradientDescent
público estático ResourceSparseApplyProximalGradientDescent.Options useLocking (uso booleanoLocking)
Parámetros
| utilizarBloqueo | Si es Verdadero, la resta estará protegida por un candado; de lo contrario, el comportamiento no está definido, pero puede presentar menos contención. |
|---|
Actualización escasa '*var' como algoritmo FOBOS con tasa de aprendizaje fija.
Es decir, para las filas para las que tenemos grad, actualizamos var de la siguiente manera: prox_v = var - alpha grad var = sign(prox_v)/(1+alpha l2) max{|prox_v|-alpha l1,0}
Clases anidadas
| clase | ResourceSparseApplyProximalGradientDescent.Options | Atributos opcionales para ResourceSparseApplyProximalGradientDescent | |
Constantes
| Cadena | OP_NOMBRE | El nombre de esta operación, como lo conoce el motor central de TensorFlow. |
Métodos públicos
| estático <T extiende TType > ResourceSparseApplyProximalGradientDescent | |
| estático ResourceSparseApplyProximalGradientDescent.Options | useLocking (uso booleano Locking) |
Métodos heredados
Constantes
Cadena final estática pública OP_NAME
El nombre de esta operación, como lo conoce el motor central de TensorFlow.
Métodos públicos
public static ResourceSparseApplyProximalGradientDescent create ( Alcance alcance, Operando <?> var, Operando <T> alfa, Operando <T> l1, Operando <T> l2, Operando <T> grad, Operando <? extiende TNumber > índices, Opciones... opciones)
Método de fábrica para crear una clase que envuelve una nueva operación ResourceSparseApplyProximalGradientDescent.
Parámetros
| alcance | alcance actual |
|---|---|
| var | Debe ser de una Variable(). |
| alfa | Factor de escala. Debe ser un escalar. |
| l1 | Regularización L1. Debe ser un escalar. |
| l2 | Regularización L2. Debe ser un escalar. |
| graduado | El gradiente. |
| índices | Un vector de índices en la primera dimensión de var y accum. |
| opciones | lleva valores de atributos opcionales |
Devoluciones
- una nueva instancia de ResourceSparseApplyProximalGradientDescent
público estático ResourceSparseApplyProximalGradientDescent.Options useLocking (uso booleanoLocking)
Parámetros
| utilizarBloqueo | Si es Verdadero, la resta estará protegida por un candado; de lo contrario, el comportamiento no está definido, pero puede presentar menos contención. |
|---|