tf.contrib.layers.safe_embedding_lookup_sparse

Поиск результатов вложения, учитывая недействительные идентификаторы и пустые признаки.

tf.contrib.layers.safe_embedding_lookup_sparse(
    embedding_weights, sparse_ids, sparse_weights=None, combiner=None,
    default_id=None, name=None, partition_strategy='div', max_norm=None
)

Разделенное вложение в embedding_weights должно иметь одинаковую форму, за исключением первого измерения. Первое измерение может изменяться, поскольку размер словаря не обязательно является кратным P. embedding_weights может быть PartitionedVariable, как возвращается при использовании tf.compat.v1.get_variable() с разделителем.

Недействительные идентификаторы (< 0) удаляются из входных идентификаторов и весов, а также любые идентификаторы с неотрицательными весами. Для записи без признаков возвращается вектор вложения для default_id, или нулевой вектор, если default_id не указан.

Идентификаторы и веса могут быть многомерными. Вложения всегда агрегируются по последнему измерению.

Аргументы
`embedding_weights`	Список `P` вещественных тензоров или значений, представляющих разделяемые тензоры вложений. В качестве альтернативы, `PartitionedVariable`, созданный путем разделения по измерению 0. Общая форма без разделения должна быть `[e_0, e_1, ..., e_m]`, где `e_0` представляет размер словаря, а `e_1, ..., e_m` — размерность вложения.
`sparse_ids`	`SparseTensor` формы `[d_0, d_1, ..., d_n]`, содержащий идентификаторы. `d_0` обычно представляет размер пакета.
`sparse_weights`	`SparseTensor` той же формы, что и `sparse_ids`, содержащий вещественные веса, соответствующие `sparse_ids`, или `None` если все веса предполагаются равными 1,0.
`combiner`	Строка, определяющая, как объединять результаты вложения для каждой записи. В настоящее время поддерживаются "mean", "sqrtn" и "sum", по умолчанию используется "mean".
`default_id`	Идентификатор, используемый для записи без признаков.
`name`	Имя для этой операции (необязательно).
`partition_strategy`	Строка, определяющая стратегию разделения. В настоящее время поддерживаются `"div"` и `"mod"`. По умолчанию `"div"`.
`max_norm`	Если не равно None, все вложения l2-нормализуются до max_norm перед объединением.

Возвращает
Плотный тензор формы `[d_0, d_1, ..., d_{n-1}, e_1, ..., e_m]`.

Исключения
`ValueError`	если `embedding_weights` пусто.

© 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/layers/safe_embedding_lookup_sparse