tf.raw_ops.ApplyFtrl
Обновление '*var' по схеме 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 быть одного из следующих типов: float32, float64, int32, uint8, int16, int8, complex64, int64, qint8, quint8, qint32, bfloat16, uint16, complex128, half, uint32, uint64. Должен быть из переменной(). |
accum | Изменяемый Tensor. Должен иметь тот же тип, что и var. Должен быть из переменной(). |
linear | Изменяемый Tensor. Должен иметь тот же тип, что и var. Должен быть из переменной(). |
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 скалярным. |
l1 | Tensor. Должен иметь тот же тип, что и var. Регуляризация L1. Должен быть скалярным. |
l2 | Tensor. Должен иметь тот же тип, что и var. Регуляризация L2. Должен быть скалярным. |
lr_power | Tensor. Должен иметь тот же тип, что и var. Коэффициент масштабирования. Должен быть скалярным. |
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 характеризоваться меньшим конфликтом. |
multiply_linear_by_lr | Необязательный bool. По умолчанию False. |
name | Имя операции (необязательно). |
| Возвращаемое значение | |
|---|---|
Изменяемый Tensor. Имеет тот же тип, что и var. |
© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.4/api_docs/python/tf/raw_ops/ApplyFtrl
