Pembaruan jarang '*var' sebagai algoritma FOBOS dengan kecepatan pembelajaran tetap.
Itu untuk baris yang memiliki grad, kami memperbarui var sebagai berikut: prox_v = var - alpha grad var = sign(prox_v)/(1+alpha l2) max{|prox_v|-alpha l1,0}
Kelas Bersarang
| kelas | ResourceSparseApplyProximalGradientDescent.Options |  Atribut opsional untuk ResourceSparseApplyProximalGradientDescent  | |
Konstanta
| Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow | 
Metode Publik
| statis <T memperluas TType > ResourceSparseApplyProximalGradientDescent | |
| ResourceSparseApplyProximalGradientDescent.Options statis |  useLocking (penguncian penggunaan Boolean)   | 
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Metode Publik
public static ResourceSparseApplyProximalGradientDescent membuat ( Lingkup cakupan, Operan <?> var, Operan <T> alpha, Operan <T> l1, Operan <T> l2, Operan <T> grad, Operan <? extends TNumber > indeks, Opsi... pilihan)
Metode pabrik untuk membuat kelas yang membungkus operasi ResourceSparseApplyProximalGradientDescent 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. | 
| lulusan | Gradien. | 
| indeks | Vektor indeks ke dalam dimensi pertama var dan accum. | 
| pilihan | membawa nilai atribut opsional | 
Kembali
- contoh baru ResourceSparseApplyProximalGradientDescent
 
ResourceSparseApplyProximalGradientDescent.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. | 
|---|