tf.raw_ops.UniformCandidateSampler
Создает метки для выборки кандидатов с равномерным распределением.
tf.raw_ops.UniformCandidateSampler(
true_classes,
num_true,
num_sampled,
unique,
range_max,
seed=0,
seed2=0,
name=None
)
См. пояснения к выборке кандидатов и форматам данных на go/candidate-sampling.
Для каждого пакета эта операция выбирает единый 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 | int64 типа Tensor. Матрица размером batch_size * num_true, в каждой строке которой содержатся идентификаторы num_true целевых классов в соответствующей исходной метке. |
num_true | >= 1 типа int. Количество истинных меток для каждого контекста. |
num_sampled | >= 1 типа int. Количество кандидатов для случайной выборки. |
unique | bool. Если значение unique равно true, выборка выполняется с отбраковкой, поэтому все выбранные кандидаты в пакете уникальны. Для оценки вероятностей выборки после отбраковки требуется приближение. |
range_max | >= 1 типа int. Сэмплер будет выбирать целые числа из интервала [0, range_max). |
seed | Необязательный int. По умолчанию используется 0. Если seed или seed2 заданы ненулевыми, генератор случайных чисел инициализируется указанным значением seed. В противном случае он инициализируется случайным значением seed. |
seed2 | Необязательный int. По умолчанию используется 0. Второе значение seed для предотвращения коллизии seed. |
name | Имя операции (необязательно). |
| Возвращаемые значения | |
|---|---|
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/UniformCandidateSampler