tf.raw_ops.ResourceApplyProximalAdagrad
Обновление 'var' и 'accum' по алгоритму FOBOS с учётом скорости обучения Adagrad.
tf.raw_ops.ResourceApplyProximalAdagrad(
var, accum, lr, l1, l2, grad, use_locking=False, name=None
)
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 | |
|---|---|
var | Переменная типа resource. Должна быть получена из Variable(). |
accum | Переменная типа resource. Должна быть получена из Variable(). |
lr | Масштабирующий множитель. Должен быть скаляром. Тип должен быть одним из следующих: float32, float64, int32, uint8, int16, int8, complex64, int64, qint8, quint8, qint32, bfloat16, uint16, complex128, half, uint32, uint64. |
l1 | Скаляр. Должен быть того же типа, что и lr. L1 регуляризация. |
l2 | Скаляр. Должен быть того же типа, что и lr. L2 регуляризация. |
grad | Скаляр. Должен быть того же типа, что и lr. Градиент. |
use_locking | Необязательный параметр. По умолчанию False. Если True, обновление тензоров var и accum будет защищено блокировкой; в противном случае поведение не определено, но может быть меньше конфликтов. |
name | Имя операции (необязательно). |
| Возвращаемое значение | |
|---|---|
| Созданная операция. |
© 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/ResourceApplyProximalAdagrad
