tensorflow::ops::ApplyProximalAdagrad

#include <training_ops.h>

Обновить '*var' и '*accum' в соответствии с FOBOS с учётом скорости обучения Adagrad.

Краткое описание

accum += grad * grad prox_v = var - lr * grad * (1 / sqrt(accum)) var = sign(prox_v)/(1+lr*l2) * max{|prox_v|-lr*l1,0}

Аргументы:

• scope: Объект Scope
• var: Должен быть получен из Variable().
• accum: Должен быть получен из Variable().
• lr: Коэффициент масштабирования. Должен быть скаляром.
• l1: L1 регуляризация. Должен быть скаляром.
• l2: L2 регуляризация. Должен быть скаляром.
• grad: Градиент.

Дополнительные атрибуты (см. Attrs):

• use_locking: Если True, обновление тензоров var и accum будет защищено блокировкой; в противном случае поведение не определено, но может наблюдаться меньшая конкуренция.

Возвращает:

• Output: То же, что и "var".

Общедоступные атрибуты

Operation operation

::tensorflow::Output out

Общедоступные функции

 ApplyProximalAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input grad
)

 ApplyProximalAdagrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input var,
  ::tensorflow::Input accum,
  ::tensorflow::Input lr,
  ::tensorflow::Input l1,
  ::tensorflow::Input l2,
  ::tensorflow::Input grad,
  const ApplyProximalAdagrad::Attrs & attrs
)

::tensorflow::Node * node() const 

operator::tensorflow::Input() const 

operator::tensorflow::Output() const 

Общедоступные статические функции

Attrs UseLocking(
  bool x
)