tensorflow::ops::ResourceSparseApplyProximalGradientDescent

#include <training_ops.h>

Разреженный update '*var' как алгоритм FOBOS с фиксированной скоростью обучения.

Summary

То есть для строк, для которых у нас есть grad, мы обновляем var следующим образом: prox_v = var - alpha * grad var = sign(prox_v)/(1+alpha*l2) * max{|prox_v|-alpha*l1,0}

Аргументы:

• scope: Объект Scope
• var: Должен быть получен из Variable().
• alpha: Коэффициент масштабирования. Должен быть скаляром.
• l1: Регуляризация L1. Должен быть скаляром.
• l2: Регуляризация L2. Должен быть скаляром.
• grad: Градиент.
• indices: Вектор индексов в первом измерении var и accum.

Необязательные атрибуты (см. Attrs):

• use_locking: Если True, вычитание будет защищено блокировкой; в противном случае поведение не определено, но может наблюдаться меньше конкуренции.

Возвращает:

• созданный Operation

Общедоступные атрибуты

Operation operation

Общедоступные функции

 ResourceSparseApplyProximalGradientDescent(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input alpha,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices
)

 ResourceSparseApplyProximalGradientDescent(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input alpha,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input grad,
  ::tensorflow::Input indices,
  const ResourceSparseApplyProximalGradientDescent::Attrs & attrs
)

operator::tensorflow::Operation() const 

Общедоступные статические функции

Attrs UseLocking(
  bool x
)