tf.raw_ops.LearnedUnigramCandidateSampler

Создает метки для выборки кандидатов с обученным униграммным распределением.

Просмотреть псевдонимы

Совместимые псевдонимы для миграции

Подробнее см. в руководстве по миграции.

tf.compat.v1.raw_ops.LearnedUnigramCandidateSampler

tf.raw_ops.LearnedUnigramCandidateSampler(
    true_classes,
    num_true,
    num_sampled,
    unique,
    range_max,
    seed=0,
    seed2=0,
    name=None
)

Пояснения о выборке кандидатов и форматах данных см. на странице go/candidate-sampling.

Для каждого пакета этот оператор выбирает один набор меток выбранных кандидатов.

Преимущества выборки кандидатов для каждого пакета — простота и возможность эффективного умножения плотных матриц. Недостаток заключается в том, что выбранные кандидаты должны выбираться независимо от контекста и истинных меток.

Аргументы
`true_classes`	`Tensor` типа `int64`. Матрица размером batch_size * num_true, в каждой строке которой содержатся идентификаторы num_true целевых классов target_classes для соответствующей исходной метки.
`num_true`	`int`, имеющий тип `>= 1`. Количество истинных меток на контекст.
`num_sampled`	`int`, имеющий тип `>= 1`. Количество кандидатов для случайной выборки.
`unique`	`bool`. Если значение unique равно true, используется выборка с отбраковкой, поэтому все выбранные кандидаты в пакете уникальны. Для оценки вероятностей выборки после отбраковки требуется некоторое приближение.
`range_max`	`int`, имеющий тип `>= 1`. Сэмплер будет выбирать целые числа из интервала [0, range_max).
`seed`	Необязательный `int`. По умолчанию — `0`. Если для seed или seed2 задано ненулевое значение, генератор случайных чисел инициализируется указанным значением. В противном случае он инициализируется случайным значением.
`seed2`	Необязательный `int`. По умолчанию — `0`. Второе начальное значение, позволяющее избежать совпадения начальных значений.
`name`	Имя операции (необязательно).

Возвращает
Кортеж из объектов `Tensor` (sampled_candidates, true_expected_count, sampled_expected_count).
`sampled_candidates`	`Tensor` типа `int64`.
`true_expected_count`	`Tensor` типа `float32`.
`sampled_expected_count`	`Tensor` 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/LearnedUnigramCandidateSampler