tf.lookup.StaticVocabularyTable

Таблица соответствия строк идентификаторам, которая назначает ключи вне словаря в корзины хэшей.

Наследуется от: TrackableResource

tf.lookup.StaticVocabularyTable(
    initializer,
    num_oov_buckets,
    lookup_key_dtype=None,
    name=None,
    experimental_is_anonymous=False
)

Используется в ноутбуках

Используется в руководстве	Используется в учебных пособиях
Токенизаторы подслов Предварительная обработка BERT с помощью TF Text	Загрузка текста Эффективное федеративное обучение больших моделей на клиентах с помощью `federated_select` и разреженной агрегации Читатель Apache ORC

Например, если экземпляр StaticVocabularyTable инициализирован инициализатором строка-идентификатор, который отображает:

init = tf.lookup.KeyValueTensorInitializer(
    keys=tf.constant(['emerson', 'lake', 'palmer']),
    values=tf.constant([0, 1, 2], dtype=tf.int64))
table = tf.lookup.StaticVocabularyTable(
   init,
   num_oov_buckets=5)

Объект Vocabulary будет выполнять следующие преобразования:

emerson -> 0
lake -> 1
palmer -> 2
<other term> -> bucket_id, где bucket_id будет находиться между 3 и 3 + num_oov_buckets - 1 = 7, рассчитанное по формуле: hash(<term>) % num_oov_buckets + vocab_size

Если входной тензор:

input_tensor = tf.constant(["emerson", "lake", "palmer",
                            "king", "crimson"])
table[input_tensor].numpy()
array([0, 1, 2, 6, 7])

Если initializer равно None, используются только корзины для слов вне словаря.

Пример использования:

num_oov_buckets = 3
vocab = ["emerson", "lake", "palmer", "crimnson"]
import tempfile
f = tempfile.NamedTemporaryFile(delete=False)
f.write('\n'.join(vocab).encode('utf-8'))
f.close()

init = tf.lookup.TextFileInitializer(
    f.name,
    key_dtype=tf.string, key_index=tf.lookup.TextFileIndex.WHOLE_LINE,
    value_dtype=tf.int64, value_index=tf.lookup.TextFileIndex.LINE_NUMBER)
table = tf.lookup.StaticVocabularyTable(init, num_oov_buckets)
table.lookup(tf.constant(["palmer", "crimnson" , "king",
                          "tarkus", "black", "moon"])).numpy()
array([2, 3, 5, 6, 6, 4])

Функция хэширования для генерации идентификаторов корзин слов вне словаря — Fingerprint64.

Обратите внимание, что идентификаторы корзин для слов вне словаря всегда находятся в диапазоне от size до size + num_oov_buckets - 1 независимо от значений в таблице, что может привести к непредвиденным коллизиям:

init = tf.lookup.KeyValueTensorInitializer(
    keys=tf.constant(["emerson", "lake", "palmer"]),
    values=tf.constant([1, 2, 3], dtype=tf.int64))
table = tf.lookup.StaticVocabularyTable(
    init,
    num_oov_buckets=1)
input_tensor = tf.constant(["emerson", "lake", "palmer", "king"])
table[input_tensor].numpy()
array([1, 2, 3, 3])

Аргументы
`initializer`	Объект `TableInitializerBase`, содержащий данные для инициализации таблицы. Если None, используются только корзины для слов вне словаря.
`num_oov_buckets`	Количество корзин для ключей вне словаря. Должно быть больше нуля. Если корзины для слов вне словаря не требуются, используйте `StaticHashTable`.
`lookup_key_dtype`	Тип данных ключей, передаваемых в `lookup`. По умолчанию `initializer.key_dtype`, если указан `initializer`, в противном случае `tf.string`. Должно быть строкой или целым числом, и должно быть приводимо к типу `initializer.key_dtype`.
`name`	Имя операции (необязательно).
`experimental_is_anonymous`	Использовать анонимный режим для таблицы (по умолчанию False). В анонимном режиме доступ к ресурсу таблицы возможен только через дескриптор ресурса. Его нельзя найти по имени. Когда все дескрипторы ресурсов, указывающие на этот ресурс, исчезнут, ресурс будет автоматически удален.

Исключения
`ValueError`	если `num_oov_buckets` не положительно.
`TypeError`	если lookup_key_dtype или initializer.key_dtype не целое число или строка. Также если initializer.value_dtype != int64.

Атрибуты
`key_dtype`	Тип данных ключа таблицы.
`name`	Имя таблицы.
`resource_handle`	Возвращает дескриптор ресурса, связанный с этим ресурсом.
`value_dtype`	Тип данных значения таблицы.

Методы

`lookup`

Просмотреть исходный код

lookup(
    keys, name=None
)

Выполняет поиск keys в таблице и возвращает соответствующие значения.

Присваивает ключи вне словаря в корзины на основе их хэшей.

Аргументы
`keys`	Ключи для поиска. Может быть либо разреженным `SparseTensor`, либо плотным `Tensor`.
`name`	Необязательное имя для операции.

Возвращаемые значения
Разреженный `SparseTensor`, если ключи разреженные, фрагментированный `RaggedTensor`, если ключи фрагментированные, в противном случае плотный `Tensor`.

Исключения
`TypeError`	если `keys` не соответствует типу данных ключей таблицы.

`size`

Просмотреть исходный код

size(
    name=None
)

Вычисляет количество элементов в этой таблице.

`getitem`

Просмотреть исходный код

__getitem__(
    keys
)

Ищет keys в таблице, возвращает соответствующие значения.

© 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/api_docs/python/tf/lookup/StaticVocabularyTable