tensorflow::ops::LogUniformCandidateSampler
#include <candidate_sampling_ops.h>
Создает метки для выборки кандидатов с логарифмически равномерным распределением.
Краткое описание
Пояснения о выборке кандидатов и форматах данных см. на странице go/candidate-sampling.
Для каждого пакета эта операция выбирает один набор меток кандидатов для выборки.
Преимущества выборки кандидатов по пакетам — простота и возможность эффективного плотного умножения матриц. Недостаток заключается в том, что выборка кандидатов должна выполняться независимо от контекста и истинных меток.
Аргументы:
- scope: объект Scope
- true_classes: матрица размером batch_size * num_true, в каждой строке которой содержатся идентификаторы num_true целевых классов в соответствующей исходной метке.
- num_true: количество истинных меток для каждого контекста.
- num_sampled: количество кандидатов для случайной выборки.
- unique: если значение unique равно true, выборка выполняется с отклонением, чтобы все выбранные кандидаты в пакете были уникальными. Для оценки вероятностей выборки после отклонения требуется аппроксимация.
- range_max: средство выборки выбирает целые числа из интервала [0, range_max).
Необязательные атрибуты (см. Attrs):
- seed: если для seed или seed2 задано ненулевое значение, генератор случайных чисел инициализируется указанным начальным значением. В противном случае он инициализируется случайным значением.
- seed2: второе начальное значение, предотвращающее совпадение начальных значений.
Возвращает:
-
Outputsampled_candidates: вектор длины num_sampled, каждый элемент которого является идентификатором выбранного кандидата. -
Outputtrue_expected_count: матрица размером batch_size * num_true, представляющая количество появлений каждого кандидата, ожидаемое в пакете выбранных кандидатов. Если unique=true, это вероятность. -
Outputsampled_expected_count: вектор длины num_sampled, для каждого выбранного кандидата представляющий ожидаемое количество его появлений в пакете выбранных кандидатов. Если unique=true, это вероятность.
| Конструкторы и деструкторы | |
|---|---|
LogUniformCandidateSampler(const ::tensorflow::Scope & scope, ::tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max) | |
LogUniformCandidateSampler(const ::tensorflow::Scope & scope, ::tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max, const LogUniformCandidateSampler::Attrs & attrs) |
| Открытые атрибуты | |
|---|---|
operation | |
sampled_candidates | |
sampled_expected_count | |
true_expected_count | |
| Открытые статические функции | |
|---|---|
Seed(int64 x) | |
Seed2(int64 x) | |
| Структуры | |
|---|---|
| tensorflow::ops::LogUniformCandidateSampler::Attrs | Методы задания необязательных атрибутов для LogUniformCandidateSampler. |
Открытые атрибуты
operation
Operation operation
sampled_candidates
::tensorflow::Output sampled_candidates
sampled_expected_count
::tensorflow::Output sampled_expected_count
true_expected_count
::tensorflow::Output true_expected_count
Открытые функции
LogUniformCandidateSampler
LogUniformCandidateSampler( const ::tensorflow::Scope & scope, ::tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max )
LogUniformCandidateSampler
LogUniformCandidateSampler( const ::tensorflow::Scope & scope, ::tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max, const LogUniformCandidateSampler::Attrs & attrs )
Открытые статические функции
Seed
Attrs Seed( int64 x )
Seed2
Attrs Seed2( int64 x )
© 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/cc/class/tensorflow/ops/log-uniform-candidate-sampler