tf.raw_ops.EnqueueTPUEmbeddingRaggedTensorBatch

Упрощает портирование кода, использующего tf.nn.embedding_lookup().

Просмотр псевдонимов

Псевдонимы совместимости для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.raw_ops.EnqueueTPUEmbeddingRaggedTensorBatch

tf.raw_ops.EnqueueTPUEmbeddingRaggedTensorBatch(
    sample_splits,
    embedding_indices,
    aggregation_weights,
    mode_override,
    table_ids,
    device_ordinal=-1,
    combiners=[],
    max_sequence_lengths=[],
    num_features=[],
    name=None
)

sample_splits[i], embedding_indices[i] и aggregation_weights[i] соответствуют i-му признаку. table_ids[i] указывает, какую таблицу встраивания нужно использовать для поиска i-го признака.

Тензоры в соответствующих позициях в двух списках входных данных, embedding_indices и aggregation_weights, должны иметь одинаковую форму, т. е. ранг 1 с размером dim_size(), равным общему числу обращений к таблице, описываемой соответствующим признаком.

Аргументы
`sample_splits`	Список из как минимум 1 `Tensor` объекта с одинаковым типом в: `int32`, `int64`. Список тензоров ранга 1, определяющих точки разрыва для разделения embedding_indices и aggregation_weights на строки. Соответствует ids.row_splits в embedding_lookup(), когда ids — RaggedTensor.
`embedding_indices`	Список такой же длины, как и `sample_splits`, содержащий `Tensor` объекты с одинаковым типом в: `int32`, `int64`. Список тензоров ранга 1, индексы в таблицах встраивания. Соответствует ids.values в embedding_lookup(), когда ids — RaggedTensor.
`aggregation_weights`	Список такой же длины, как и `sample_splits`, содержащий `Tensor` объекты с одинаковым типом в: `float32`, `float64`. Список тензоров ранга 1, содержащих веса агрегирования на пример обучения. Соответствует полю values у RaggedTensor с теми же row_splits, что и ids в embedding_lookup(), когда ids — RaggedTensor.
`mode_override`	`Tensor` типа `string`. Строковый вход, который переопределяет режим, указанный в TPUEmbeddingConfiguration. Поддерживаемые значения: {'unspecified', 'inference', 'training', 'backward_pass_only'}. При значении 'unspecified' используется режим, заданный в TPUEmbeddingConfiguration, в противном случае используется mode_override.
`table_ids`	Список `ints`. Список целых чисел, определяющих идентификатор таблицы встраивания (смещение TableDescriptor в TPUEmbeddingConfiguration) для поиска соответствующего входного значения. i-й вход ищется с помощью table_ids[i]. Размер списка table_ids должен быть равен размеру списков sample_indices, embedding_indices и aggregation_weights.
`device_ordinal`	Необязательный `int`. По умолчанию `-1`. Устройство TPU для использования. 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 встраивания, который определяет способ нормализации активаций встраивания после взвешенного суммирования. Поддерживаемые комбинирующие значения: 'mean', 'sum' или 'sqrtn'. Недопустимо иметь сумму весов равной 0 для 'mean' или сумму квадратов весов равной 0 для 'sqrtn'. Если combiners не передан, по умолчанию используется 'sum' для всех таблиц.
`max_sequence_lengths`	Необязательный список `ints`. По умолчанию `[]`.
`num_features`	Необязательный список `ints`. По умолчанию `[]`.
`name`	Имя операции (необязательно).

Возвращаемое значение
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/EnqueueTPUEmbeddingRaggedTensorBatch