tensorflow::ops::LearnedUnigramCandidateSampler
#include <candidate_sampling_ops.h>
Генерирует метки для выборки кандидатов с помощью распределения униграмм, обучаемого на данных.
Краткое описание
См. пояснения к выборке кандидатов и форматам данных по адресу go/candidate-sampling.
Для каждой партии этот оператор выбирает один набор отобранных меток кандидатов.
Преимущества выборки кандидатов по партиям заключаются в простоте и возможности эффективного умножения плотных матриц. Недостатком является то, что отобранные кандидаты должны выбираться независимо от контекста и истинных меток.
Аргументы:
- scope: Объект Scope
- true_classes: Матрица batch_size * num_true, где каждая строка содержит идентификаторы num_true целевых классов в соответствующей исходной метке.
- num_true: Количество истинных меток на контекст.
- num_sampled: Количество кандидатов для случайной выборки.
- unique: Если unique имеет значение true, мы осуществляем выборку с отклонением, чтобы все отобранные кандидаты в партии были уникальными. Это требует некоторого приближения для оценки вероятностей выборки после отклонения.
- range_max: Генератор выборок будет выбирать целые числа из интервала [0, range_max).
Дополнительные атрибуты (см. Attrs):
- seed: Если seed или seed2 заданы отличными от нуля, генератор случайных чисел будет инициализирован заданным seed. В противном случае он будет инициализирован случайным seed.
- seed2: Второе значение seed для предотвращения коллизий seed.
Возвращаемые значения:
-
Outputsampled_candidates: Вектор длины num_sampled, в котором каждый элемент — идентификатор отобранного кандидата. -
Outputtrue_expected_count: Матрица batch_size * num_true, представляющая количество раз, когда каждый кандидат ожидается в партии отобранных кандидатов. Если unique=true, это вероятность. -
Outputsampled_expected_count: Вектор длины num_sampled, для каждого отобранного кандидата представляющий количество раз, когда кандидат ожидается в партии отобранных кандидатов. Если unique=true, это вероятность.
| Конструкторы и деструкторы | |
|---|---|
LearnedUnigramCandidateSampler(const ::tensorflow::Scope & scope, ::tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max) | |
LearnedUnigramCandidateSampler(const ::tensorflow::Scope & scope, ::tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max, const LearnedUnigramCandidateSampler::Attrs & attrs) |
| Общедоступные атрибуты | |
|---|---|
operation | |
sampled_candidates | |
sampled_expected_count | |
true_expected_count | |
| Общедоступные статические функции | |
|---|---|
Seed(int64 x) | |
Seed2(int64 x) | |
| Структуры | |
|---|---|
| tensorflow::ops::LearnedUnigramCandidateSampler::Attrs | Дополнительные атрибуты-установщики для LearnedUnigramCandidateSampler. |
Общедоступные атрибуты
операция
Operation operation
отобранные_кандидаты
::tensorflow::Output sampled_candidates
ожидаемое_количество_отобранных
::tensorflow::Output sampled_expected_count
ожидаемое_количество_истинных
::tensorflow::Output true_expected_count
Общедоступные функции
LearnedUnigramCandidateSampler
LearnedUnigramCandidateSampler( const ::tensorflow::Scope & scope, ::tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max )
LearnedUnigramCandidateSampler
LearnedUnigramCandidateSampler( const ::tensorflow::Scope & scope, ::tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max, const LearnedUnigramCandidateSampler::Attrs & attrs )
Общедоступные 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/versions/r2.9/api_docs/cc/class/tensorflow/ops/learned-unigram-candidate-sampler