tf.tpu.experimental.embedding.FeatureConfig

Данные конфигурации для одного признака встраивания.

tf.tpu.experimental.embedding.FeatureConfig(
    table: tf.tpu.experimental.embedding.TableConfig,
    max_sequence_length: int = 0,
    validate_weights_and_indices: bool = True,
    output_shape: Optional[Union[List[int], tf.TensorShape]] = None,
    name: Optional[Text] = None
)

Использование в блокнотах

Этот класс содержит данные конфигурации для одного признака встраивания. Основное использование заключается в назначении признаков tf.tpu.experimental.embedding.TableConfig с помощью параметра table:

table_config_one = tf.tpu.experimental.embedding.TableConfig(
    vocabulary_size=...,
    dim=...)
table_config_two = tf.tpu.experimental.embedding.TableConfig(
    vocabulary_size=...,
    dim=...)
feature_config = {
    'feature_one': tf.tpu.experimental.embedding.FeatureConfig(
        table=table_config_one),
    'feature_two': tf.tpu.experimental.embedding.FeatureConfig(
        table=table_config_one),
    'feature_three': tf.tpu.experimental.embedding.FeatureConfig(
        table=table_config_two)}
embedding = tf.tpu.experimental.embedding.TPUEmbedding(
    feature_config=feature_config,
    batch_size=...
    optimizer=tf.tpu.experimental.embedding.Adam(0.1))

В приведенной выше конфигурации 2 таблицы и три признака. Первые два признака будут ищятся в первой таблице, а третий признак — во второй таблице.

Вы также можете указать форму вывода для каждого признака. Форма вывода должна соответствовать ожидаемой форме активации без учета размерности таблицы. Для плотных и разреженных тензоров форма вывода должна быть такой же, как форма входных данных без последней размерности. Для разрозненных тензоров форма вывода может отличаться от формы входных данных.

Примечание: Параметр max_sequence_length будет использоваться только в том случае, если тензор входных данных имеет ранг 2, и параметр output_shape не задан в конфигурации признака.

При подаче признаков в embedding.enqueue они могут быть tf.Tensors, tf.SparseTensors или tf.RaggedTensors. Если аргумент max_sequence_length равен 0 (значение по умолчанию), ожидается вывод embedding.dequeue для этого признака с формой (batch_size, dim). Если max_sequence_length больше 0, признак встраивается как последовательность и дополняется до заданной длины. Форма вывода для этого признака будет (batch_size, max_sequence_length, dim).