tf.raw_ops.ApplyFtrl
Обновляет «*var» в соответствии со схемой FTRL-proximal.
tf.raw_ops.ApplyFtrl(
var,
accum,
linear,
grad,
lr,
l1,
l2,
lr_power,
use_locking=False,
multiply_linear_by_lr=False,
name=None
)
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
| Аргументы | |
|---|---|
var | Изменяемый Tensor. Должен иметь один из следующих типов: float32, float64, int32, uint8, int16, int8, complex64, int64, qint8, quint8, qint32, bfloat16, qint16, quint16, uint16, complex128, half, uint32, uint64. Должен быть получен из Variable(). |
accum | Изменяемый Tensor. Должен иметь тот же тип, что и var. Должен быть получен из Variable(). |
linear | Изменяемый Tensor. Должен иметь тот же тип, что и var. Должен быть получен из Variable(). |
grad | Tensor. Должен иметь тот же тип, что и var. Градиент. |
lr | Tensor. Должен иметь тот же тип, что и var. Коэффициент масштабирования. Должен быть скаляром. |
l1 | Tensor. Должен иметь тот же тип, что и var. Регуляризация L1. Должен быть скаляром. |
l2 | Tensor. Должен иметь тот же тип, что и var. Регуляризация L2. Должен быть скаляром. |
lr_power | Tensor. Должен иметь тот же тип, что и var. Коэффициент масштабирования. Должен быть скаляром. |
use_locking | Необязательный bool. По умолчанию — False. Если True, обновление тензоров var и accum будет защищено блокировкой; в противном случае поведение не определено, но может привести к меньшей конкуренции за ресурсы. |
multiply_linear_by_lr | Необязательный bool. По умолчанию — False. |
name | Имя операции (необязательно). |
| Возвращаемое значение | |
|---|---|
Изменяемый Tensor. Имеет тот же тип, что и var. |
© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/raw_ops/ApplyFtrl
