tf.random.fixed_unigram_candidate_sampler

Выборка набора классов с использованием предоставленного (фиксированного) базового распределения.

Просмотр псевдонимов

Основные псевдонимы

tf.nn.fixed_unigram_candidate_sampler

Псевдонимы совместимости для миграции

См. Руководство по миграции для получения дополнительных сведений.

tf.compat.v1.nn.fixed_unigram_candidate_sampler, tf.compat.v1.random.fixed_unigram_candidate_sampler, `tf.compat.v2.nn.fixed_unigram_candidate_sampler`, `tf.compat.v2.random.fixed_unigram_candidate_sampler`

tf.random.fixed_unigram_candidate_sampler(
    true_classes, num_true, num_sampled, unique, range_max, vocab_file='',
    distortion=1.0, num_reserved_ids=0, num_shards=1, shard=0, unigrams=(),
    seed=None, name=None
)

Эта операция случайным образом выбирает тензор выборочных классов (sampled_candidates) из диапазона целых чисел [0, range_max).

Элементы sampled_candidates выбираются без замены (если unique=True) или с заменой (если unique=False) из базового распределения.

Базовое распределение считывается из файла или передаётся как массив в памяти. Также есть возможность исказить распределение, применив степень искажения к весам.

Кроме того, эта операция возвращает тензоры true_expected_count и sampled_expected_count, представляющие количество раз, когда каждый из целевых классов (true_classes) и выбранные классы (sampled_candidates) ожидается, что они будут встречаться в среднем тензоре выборочных классов. Эти значения соответствуют Q(y|x) , определённому в этом документе. Если unique=True, то это пост-отклоняемые вероятности, и мы вычисляем их приближённо.

Аргументы
`true_classes`	Список `Tensor` типа `int64` и формы `[batch_size, num_true]`. Целевые классы.
`num_true`	Число. Количество целевых классов на пример обучения.
`num_sampled`	Число. Количество классов для случайной выборки.
`unique`	Логическое значение. Определяет, являются ли все выбранные классы в пакете уникальными.
`range_max`	Целое число. Количество возможных классов.
`vocab_file`	Каждая допустимая строка в этом файле (которая должна иметь формат, подобный CSV) соответствует допустимому идентификатору слова. Идентификаторы находятся в последовательном порядке, начиная с num_reserved_ids. Ожидается, что последняя запись в каждой строке будет значением, соответствующим количеству или относительной вероятности. В эту операцию необходимо передать ровно один из `vocab_file` и `unigrams`.
`distortion`	Искажение используется для искажения распределения вероятностей униграмм. Каждый вес сначала возводится в степень искажения, прежде чем добавляться к внутреннему распределению униграмм. В результате, `distortion = 1.0` даёт обычную выборку униграмм (как определено файлом словаря), а `distortion = 0.0` даёт равномерное распределение.
`num_reserved_ids`	Пользователи могут необязательно добавить некоторые зарезервированные идентификаторы в диапазоне `[0, num_reserved_ids)`. Один из случаев использования заключается в том, что специальный маркер неизвестного слова используется в качестве идентификатора 0. Для этих идентификаторов будет вероятность выборки 0.
`num_shards`	Обработчик может использоваться для выборки из подмножества исходного диапазона, чтобы ускорить вычисление с помощью параллелизма. Этот параметр (вместе с `shard`) указывает количество разделов, используемых в общем вычислении.
`shard`	Обработчик может использоваться для выборки из подмножества исходного диапазона, чтобы ускорить вычисление с помощью параллелизма. Этот параметр (вместе с `num_shards`) указывает конкретный номер раздела операции, при использовании разделения.
`unigrams`	Список подсчётов или вероятностей униграмм, по одному на идентификатор в последовательном порядке. Ровно один из `vocab_file` и `unigrams` должен быть передан в эту операцию.
`seed`	Целое число. Семена, специфичные для операции. По умолчанию 0.
`name`	Название операции (необязательно).

Возвращаемые значения
`sampled_candidates`	Тензор типа `int64` и формы `[num_sampled]`. Выбранные классы.
`true_expected_count`	Тензор типа `float`. Форма совпадает с формой `true_classes`. Ожидаемые счётчики по распределению выборки каждого из `true_classes`.
`sampled_expected_count`	Тензор типа `float`. Форма совпадает с формой `sampled_candidates`. Ожидаемые счётчики по распределению выборки каждого из `sampled_candidates`.

© 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/random/fixed_unigram_candidate_sampler