tf.raw_ops.DynamicEnqueueTPUEmbeddingArbitraryTensorBatch

Упрощает перенос кода, использующего tf.nn.embedding_lookup_sparse().

Просмотреть псевдонимы

Псевдонимы совместимости для миграции

Подробнее см. в руководстве по миграции.

tf.compat.v1.raw_ops.DynamicEnqueueTPUEmbeddingArbitraryTensorBatch

tf.raw_ops.DynamicEnqueueTPUEmbeddingArbitraryTensorBatch(
    sample_indices_or_row_splits,
    embedding_indices,
    aggregation_weights,
    mode_override,
    device_ordinal,
    combiners=[],
    name=None
)

embedding_indices[i] и aggregation_weights[i] соответствуют i-му признаку.

Тензоры в соответствующих позициях трех входных списков (sample_indices, embedding_indices и aggregation_weights) должны иметь одинаковую форму, то есть ранг 1, а значение dim_size() должно быть равно общему числу обращений к таблице, описанной соответствующим признаком.

Аргументы
`sample_indices_or_row_splits`	Список как минимум из 1 объекта `Tensor` одного типа из: `int32`, `int64`. Список тензоров ранга 2, задающих обучающий пример, которому принадлежат соответствующие значения embedding_indices и aggregation_weights. Если размер первого измерения равен 0, предполагается, что каждый элемент embedding_indices относится к отдельному примеру. Допускаются int32 и int64; внутри они будут преобразованы в int32. Или список тензоров ранга 1, задающих разделители строк для разбиения embedding_indices и aggregation_weights на строки. Он соответствует ids.row_splits в embedding_lookup(), когда ids является RaggedTensor. При добавлении разреженного тензора N-го измерения разреженным может быть только последнее измерение. Разделители строк представляют собой плотный тензор размерности 1. Если список пуст, предполагается, что оператору передан плотный тензор. Допускаются int32 и int64; внутри они будут преобразованы в int32.
`embedding_indices`	Список длины, равной `sample_indices_or_row_splits`, из объектов `Tensor` одного типа из: `int32`, `int64`. Список тензоров ранга 1, содержащих индексы в таблицах эмбеддингов. Допускаются int32 и int64; внутри они будут преобразованы в int32.
`aggregation_weights`	Список длины, равной `sample_indices_or_row_splits`, из объектов `Tensor` одного типа из: `float32`, `float64`. Список тензоров ранга 1, содержащих веса агрегации для каждого обучающего примера. Допускаются float32 и float64; внутри они будут преобразованы в float32.
`mode_override`	`Tensor` типа `string`. Строковый входной параметр, переопределяющий режим, указанный в TPUEmbeddingConfiguration. Поддерживаемые значения: {'unspecified', 'inference', 'training', 'backward_pass_only'}. Если задано значение 'unspecified', используется режим, установленный в TPUEmbeddingConfiguration; в противном случае используется mode_override.
`device_ordinal`	`Tensor` типа `int32`. Используемое устройство TPU. Значение должно быть >= 0 и меньше числа ядер TPU в задаче, в которой размещен узел.
`combiners`	Необязательный список `strings`. По умолчанию — `[]`. Список строковых скаляров, по одному для каждой таблицы эмбеддингов; они задают способ нормализации активаций эмбеддингов после взвешенного суммирования. Поддерживаются комбинаторы 'mean', 'sum' и 'sqrtn'. Для 'mean' сумма весов не может быть равна 0, а для 'sqrtn' сумма квадратов весов не может быть равна 0. Если combiners не передан, для всех таблиц по умолчанию используется 'sum'.
`name`	Имя операции (необязательно).

Возвращает
Созданный объект Operation.

© 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/DynamicEnqueueTPUEmbeddingArbitraryTensorBatch