tf.contrib.kernel_methods.RandomFourierFeatureMapper

Класс, реализующий отображение случайных функций Фурье (RFFM) в TensorFlow.

tf.contrib.kernel_methods.RandomFourierFeatureMapper(
    input_dim, output_dim, stddev=1.0, seed=1, name=None
)

Отображение RFFM используется для приближения гауссова (RBF) ядра:

$$(exp(-||x-y||_2^2 / (2 * \sigma^2))$$

Реализация RFFM основана на следующей статье: "Случайные функции для масштабируемых машин с ядром" Али Рахими и Бена Рехта. (ссылка: https://people.eecs.berkeley.edu/~brecht/papers/07.rah.rec.nips.pdf)

Отображение использует матрицу $\Omega \in R^{d x D}$ и вектор смещения $b \in R^D$, где $d$ — размерность входа (количество входных признаков), а $D$ — размерность выхода (то есть размерность пространства признаков, к которому отображается вход). Каждый элемент $\Omega$ случайным образом выбирается из (масштабированного) гауссова распределения, а каждый элемент $b$ — независимо и равномерно из [0, $2 * \pi$].

Для одного входного вектора признаков $x \in R^d$ его RFFM определяется как:

$$\sqrt(2/D) * cos(x * \Omega + b)$$

где $cos$ — поэлементная функция косинуса, а $x, b$ представлены как строчные векторы. В упомянутой статье показано, что линейное ядро векторов, отображенных RFFM, приближает гауссово ядро исходных векторов.

Аргументы
`input_dim`	Размерность (количество признаков) тензоров, которые необходимо отобразить.
`output_dim`	Размерность выхода отображения.
`stddev`	Стандартное отклонение гауссова ядра, которое нужно приблизить. Ошибка классификатора, обученного с помощью этого приближения, очень чувствительна к этому параметру.
`seed`	Целое число, используемое для инициализации параметров ($\Omega$ и $b$) отобразителя. Для воспроизводимых последовательностей при различных вызовах объекта отобразителя (например, для обеспечения согласованного отображения как при обучении, так и при оценке/выводе, если они происходят в разных вызовах), установите это значение в одно и то же целое число.
`name`	Имя объекта отобразителя.

Атрибуты
`input_dim`
`name`	Возвращает имя экземпляра `RandomFourierFeatureMapper`. Если имя, предоставленное в конструкторе, равно `None`, то возвращается уникальный идентификатор объекта.
`output_dim`	Возвращает размерность выхода отображения.

Методы

`map`

Посмотреть исходный код

map(
    input_tensor
)

Отображает каждую строку входного тензора с использованием случайных функций Фурье.

Аргументы
`input_tensor`	`Tensor` содержащий входные признаки. Его форма — [размер_пакета, self._input_dim].

Возвращаемое значение
`Tensor` формы [размер_пакета, self._output_dim], содержащий отображенные с помощью RFFM признаки.

Исключения
`InvalidShapeError`	если форма `input_tensor` не соответствует ожидаемой размерности входа.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/contrib/kernel_methods/RandomFourierFeatureMapper