tf.raw_ops.ResourceSparseApplyFtrl
Обновляет соответствующие записи в '*var' в соответствии со схемой Ftrl-proximal.
tf.raw_ops.ResourceSparseApplyFtrl(
var,
accum,
linear,
grad,
indices,
lr,
l1,
l2,
lr_power,
use_locking=False,
multiply_linear_by_lr=False,
name=None
)
То есть для строк, для которых у нас есть градиент, мы обновляем var, accum и linear следующим образом: 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, если |linear| > l1, иначе 0.0 accum = accum_new
| Аргументы | |
|---|---|
var | Массив типа resource. Должен быть получен из Variable(). |
accum | Массив типа resource. Должен быть получен из Variable(). |
linear | Массив типа resource. Должен быть получен из Variable(). |
grad | Скаляр. Должен быть одного из следующих типов: float32, float64, int32, uint8, int16, int8, complex64, int64, qint8, quint8, qint32, bfloat16, qint16, quint16, uint16, complex128, half, uint32, uint64. Градиент. |
indices | Массив. Должен быть одного из следующих типов: int32, int64. Вектор индексов в первом измерении var и accum. |
lr | Скаляр. Должен иметь тот же тип, что и grad. Множитель масштабирования. Должен быть скаляром. |
l1 | Скаляр. Должен иметь тот же тип, что и grad. L1 регуляризация. Должен быть скаляром. |
l2 | Скаляр. Должен иметь тот же тип, что и grad. L2 регуляризация. Должен быть скаляром. |
lr_power | Скаляр. Должен иметь тот же тип, что и grad. Множитель масштабирования. Должен быть скаляром. |
use_locking | Необязательный логический аргумент. По умолчанию False. Если True, обновление тензоров var и accum будет защищено блокировкой; в противном случае поведение не определено, но может проявлять меньшую конкуренцию. |
multiply_linear_by_lr | Необязательный аргумент. По умолчанию False. |
name | Имя операции (необязательно). |
| Возвращаемое значение | |
|---|---|
| Созданная операция. |
© 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/ResourceSparseApplyFtrl