tf.random.uniform_candidate_sampler

Выборка набора классов с использованием равномерного базового распределения.

tf.random.uniform_candidate_sampler(
    true_classes,
    num_true,
    num_sampled,
    unique,
    range_max,
    seed=None,
    name=None
)

Данная операция случайным образом выбирает тензор выборочных классов (sampled_candidates) из диапазона целых чисел [0, range_max).

См. Справочник по алгоритмам кандидатной выборки для быстрого курса по кандидатной выборке.

Элементы sampled_candidates выбираются без замены (если unique=True) или с заменой (если unique=False) из базового распределения.

Базовым распределением для этой операции является равномерное распределение по диапазону целых чисел [0, range_max).

Кроме того, эта операция возвращает тензоры true_expected_count и sampled_expected_count, представляющие количество раз, когда каждый из целевых классов (true_classes) и выборочные классы (sampled_candidates) ожидается, что они будут встречаться в среднем тензоре выборочных классов. Эти значения соответствуют Q(y|x), определённому в Справочнике по алгоритмам кандидатной выборки. Если unique=True, то это пост-отклоняющие вероятности, и мы вычисляем их приближённо.

Обратите внимание, что эта функция (и также другие *_candidate_sampler функции) предоставляет вам только необходимые компоненты для реализации различных алгоритмов кандидатной выборки, перечисленных в большой таблице в Справочнике по алгоритмам кандидатной выборки. Вам всё ещё нужно реализовать алгоритмы самостоятельно.

Например, согласно этой таблице, фраза «отрицательные выборки» может означать разные вещи в разных алгоритмах. Например, в NCE «отрицательные выборки» означают S_i (что просто выборочные классы), которые могут перекрываться с истинными классами, в то время как в Sampled Logistic «отрицательные выборки» означают S_i - T_i, исключающие истинные классы. Возвращаемое значение sampled_candidates соответствует S_i, а не какому-либо конкретному определению «отрицательных выборок» в любом конкретном алгоритме. Вы несёте ответственность за выбор алгоритма и вычисление «отрицательных выборок», определённых этим алгоритмом (например, S_i - T_i).

Ещё один пример: аргумент true_classes предназначен для вычисления true_expected_count выходного значения (как побочного продукта основного вычисления этой функции), которое может потребоваться некоторым алгоритмам (согласно этой таблице). Он не предназначен для исключения истинных классов в возвращаемом значении sampled_candidates. Опять же, этот шаг специфичен для алгоритма и должен выполняться вами.