tf.raw_ops.AllCandidateSampler
Генерирует метки для выборки кандидатов с помощью изученной униграммной распределения.
tf.raw_ops.AllCandidateSampler(
true_classes, num_true, num_sampled, unique, seed=0, seed2=0, name=None
)
См. объяснения выборки кандидатов и форматов данных по адресу go/candidate-sampling.
Для каждой партии этот оператор выбирает один набор выборочных меток кандидатов.
Преимущества выборки кандидатов по партиям — простота и возможность эффективного умножения плотных матриц. Недостатком является то, что выбранные кандидаты должны выбираться независимо от контекста и истинных меток.
| Аргументы | |
|---|---|
true_classes | Матрица типа int64 размера batch_size * num_true, в которой каждая строка содержит идентификаторы num_true целевых классов в соответствующей исходной метке. |
num_true | Целое число. Число истинных меток на контекст. |
num_sampled | Целое число. Число кандидатов для генерации. |
unique | Логическое значение. Если true, мы выбираем с отклонением, так что все выбранные кандидаты в партии уникальны. Это требует некоторого приближения для оценки вероятностей выборки после отклонения. |
seed | Необязательное целое число. По умолчанию 0. Если либо seed, либо seed2 установлены отличными от нуля, генератор случайных чисел инициализируется заданным seed. В противном случае он инициализируется случайным seed. |
seed2 | Необязательное целое число. По умолчанию 0. Второй seed для предотвращения коллизий seed. |
name | Имя операции (необязательно). |
| Возвращаемое значение | |
|---|---|
Кортеж объектов Tensor (sampled_candidates, true_expected_count, sampled_expected_count). | |
sampled_candidates | Матрица типа int64. |
true_expected_count | Вектор типа float32. |
sampled_expected_count | Вектор типа float32. |
© 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/raw_ops/AllCandidateSampler
