tf.raw_ops.LearnedUnigramCandidateSampler

Генерирует метки для выборки кандидатов с помощью изученного униграмного распределения.

Просмотр псевдонимов

Псевдонимы совместимости для миграции

См. Руководство по миграции для получения дополнительной информации.

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
)

См. объяснения выборки кандидатов и форматов данных по адресу go/candidate-sampling.

Для каждой группы эта операция выбирает один набор образцов кандидатов-меток.

Преимущества выборки кандидатов по группам заключаются в простоте и возможности 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`	Число, равное `>= 1`. Число истинных меток на контекст.
`num_sampled`	Число, равное `>= 1`. Количество кандидатов для случайной выборки.
`unique`	Булево значение. Если unique равно true, мы выбираем с отказом, так что все выбранные кандидаты в группе уникальны. Это требует некоторого приближения для оценки вероятностей выборки после отказа.
`range_max`	Число, равное `>= 1`. Генератор образцов будет выбирать целые числа из интервала [0, range_max).
`seed`	Необязательное целое число. По умолчанию `0`. Если seed или seed2 установлены отличными от нуля, генератор случайных чисел инициализируется заданным значением seed. В противном случае он инициализируется случайным значением seed.
`seed2`	Необязательное целое число. По умолчанию `0`. Второе значение seed для предотвращения коллизий seed.
`name`	Название операции (необязательно).

Возвращаемые значения
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/LearnedUnigramCandidateSampler