tf.contrib.legacy_seq2seq.model_with_buckets

Создайте модель последовательность-последовательность с поддержкой разбиения на корзины.

tf.contrib.legacy_seq2seq.model_with_buckets(
    encoder_inputs, decoder_inputs, targets, weights, buckets, seq2seq,
    softmax_loss_function=None, per_example_loss=False, name=None
)

Аргумент seq2seq — функция, определяющая модель последовательность-последовательность, например, seq2seq = lambda x, y: basic_rnn_seq2seq( x, y, rnn_cell.GRUCell(24))

Аргументы
`encoder_inputs`	Список тензоров для подвода данных на кодировщик; первый вход seq2seq.
`decoder_inputs`	Список тензоров для подвода данных на декодер; второй вход seq2seq.
`targets`	Список одномерных тензоров int32 размера пакет (желаемая выходная последовательность).
`weights`	Список одномерных тензоров float для взвешивания целевых значений.
`buckets`	Список пар (размер входа, размер выхода) для каждой корзины.
`seq2seq`	Функция модели последовательность-последовательность; она принимает 2 входа, согласующиеся с encoder_inputs и decoder_inputs, и возвращает пару, состоящую из выходов и состояний (например, как basic_rnn_seq2seq).
`softmax_loss_function`	Функция (метки, логарифмы) -> пакетная потеря, которая должна использоваться вместо стандартной softmax (по умолчанию, если это None). Обратите внимание, что для избежания путаницы, функция должна принимать именованные аргументы.
`per_example_loss`	Булево значение. Если установлено, возвращаемая потеря будет тензором размера пакета потерь для каждой последовательности в пакете. Если не установлено, будет скаляр со средней потерей от всех примеров.
`name`	Необязательное имя для этой операции, по умолчанию "model_with_buckets".

Возвращаемые значения
Кортеж вида (выходы, потери), где: выходы: Выходы для каждой корзины. Его j-ый элемент состоит из списка 2D тензоров. Форма тензоров выходов может быть либо [размер_пакета x размер_выхода], либо [размер_пакета x число_символов_декодера] в зависимости от используемой модели seq2seq. потери: Список скалярных тензоров, представляющих потери для каждой корзины, или, если per_example_loss установлено, список одномерных тензоров float размера пакета.

Возвращаемые значения

Кортеж вида (выходы, потери), где: выходы: Выходы для каждой корзины. Его j-ый элемент состоит из списка 2D тензоров. Форма тензоров выходов может быть либо [размер_пакета x размер_выхода], либо [размер_пакета x число_символов_декодера] в зависимости от используемой модели seq2seq. потери: Список скалярных тензоров, представляющих потери для каждой корзины, или, если per_example_loss установлено, список одномерных тензоров float размера пакета.

Исключения
`ValueError`	Если длина encoder_inputs, targets или weights меньше наибольшей (последней) корзины.

© 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/legacy_seq2seq/model_with_buckets