tf.raw_ops.SparseApplyFtrlV2

Обновление соответствующих записей в '*var' в соответствии со схемой Ftrl-proximal.

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.raw_ops.SparseApplyFtrlV2

tf.raw_ops.SparseApplyFtrlV2(
    var,
    accum,
    linear,
    grad,
    indices,
    lr,
    l1,
    l2,
    l2_shrinkage,
    lr_power,
    use_locking=False,
    multiply_linear_by_lr=False,
    name=None
)

Это означает, что для строк, для которых у нас есть градиент, мы обновляем var, accum и linear следующим образом: grad_with_shrinkage = grad + 2 * l2_shrinkage * var accum_new = accum + grad * grad linear += grad_with_shrinkage - (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`	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 получен из Variable().
`accum`	Изменяемый `Tensor`. Должен иметь тот же тип, что и `var`. Должен быть получен из Variable().
`linear`	Изменяемый `Tensor`. Должен иметь тот же тип, что и `var`. Должен быть получен из Variable().
`grad`	`Tensor`. Должен иметь тот же тип, что и `var`. Градиент.
`indices`	`Tensor`. Должен быть одного из следующих типов: `int32`, `int64`. Вектор индексов в первом измерении var и accum.
`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 сжатия L2. Должен быть скалярным.
`l2_shrinkage`	`Tensor`. Должен иметь тот же тип, что и `var`.
`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 меньшей конкуренцией.
`multiply_linear_by_lr`	Необязательный `bool`. По умолчанию `False`.
`name`	Имя операции (необязательно).

Возвращаемые значения
Изменяемый `Tensor`. Имеет тот же тип, что и `var`.

© 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/versions/r2.9/api_docs/python/tf/raw_ops/SparseApplyFtrlV2