tf.raw_ops.EnqueueTPUEmbeddingArbitraryTensorBatch

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.EnqueueTPUEmbeddingArbitraryTensorBatch

tf.raw_ops.EnqueueTPUEmbeddingArbitraryTensorBatch(
    sample_indices_or_row_splits,
    embedding_indices,
    aggregation_weights,
    mode_override,
    device_ordinal=-1,
    combiners=[],
    name=None
)

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

Тензоры, расположенные 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, указывающих обучающий пример, которому соответствуют значения embedding_indices и aggregation_weights. Если размер первого измерения равен 0, предполагается, что каждый 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 представлены плотным тензором размерности 1. Если он пуст, предполагается, что операции передан плотный тензор. Допускаются int32 и int64; внутри они будут преобразованы в int32.
`embedding_indices`	Список той же длины, что и `sample_indices_or_row_splits`, состоящий 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 той же длины, что и `sample_indices_or_row_splits`, состоящий 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 из TPUEmbeddingConfiguration; в противном случае используется mode_override.
`device_ordinal`	Необязательный `int`. Значение по умолчанию: `-1`. Используемое устройство TPU. Значение должно быть >= 0 и меньше числа ядер TPU в задаче, в которой размещен узел.
`combiners`	Необязательный список `strings`. Значение по умолчанию: `[]`. Список строковых скаляров, по одному для каждой таблицы эмбеддингов, задающих способ нормализации активаций эмбеддингов после взвешенного суммирования. Поддерживаемые способы объединения: 'mean', 'sum' или 'sqrtn'. Для 'mean' недопустима сумма весов, равная 0, а для 'sqrtn' — сумма квадратов весов, равная 0. Если параметр combiners не передан, для всех таблиц по умолчанию используется 'sum'.
`name`	Имя операции (необязательно).

Возвращает
Созданная операция.

© 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/EnqueueTPUEmbeddingArbitraryTensorBatch