tf.tpu.experimental.shared_embedding_columns

TPU версия tf.compat.v1.feature_column.shared_embedding_columns.

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.tpu.experimental.shared_embedding_columns

tf.tpu.experimental.shared_embedding_columns(
    categorical_columns, dimension, combiner='mean', initializer=None,
    shared_embedding_collection_name=None, max_sequence_lengths=None,
    learning_rate_fn=None
)

Обратите внимание, что интерфейс для tf.tpu.experimental.shared_embedding_columns отличается от интерфейса tf.compat.v1.feature_column.shared_embedding_columns: следующие аргументы НЕ поддерживаются: ckpt_to_load_from, tensor_name_in_ckpt, max_norm и trainable.

Используйте эту функцию вместо `tf.compat.v1.feature_column.shared_embedding_columns`, если вы хотите использовать TPU для ускорения поиска вложениях с помощью вложений TPU.

column_a = tf.feature_column.categorical_column_with_identity(...)
column_b = tf.feature_column.categorical_column_with_identity(...)
tpu_columns = tf.tpu.experimental.shared_embedding_columns(
    [column_a, column_b], 10)
...
def model_fn(features):
  dense_feature = tf.keras.layers.DenseFeature(tpu_columns)
  embedded_feature = dense_feature(features)
  ...

estimator = tf.estimator.tpu.TPUEstimator(
    model_fn=model_fn,
    ...
    embedding_config_spec=tf.estimator.tpu.experimental.EmbeddingConfigSpec(
        column=tpu_columns,
        ...))

Аргументы
`categorical_columns`	Список категориальных столбцов, полученных из `categorical_column_with_identity`, `weighted_categorical_column`, `categorical_column_with_vocabulary_file`, `categorical_column_with_vocabulary_list`, `sequence_categorical_column_with_identity`, `sequence_categorical_column_with_vocabulary_file`, `sequence_categorical_column_with_vocabulary_list`
`dimension`	Целое число, определяющее размер вложения, должно быть > 0.
`combiner`	Строка, определяющая способ сокращения, если в одной строке несколько записей для столбца, не являющегося последовательностью. Для получения дополнительной информации см. `tf.feature_column.embedding_column`.
`initializer`	Функция инициализации переменной, используемая при инициализации переменных вложения. Если не указано, используется `tf.truncated_normal_initializer` со средним значением `0.0` и стандартным отклонением `1/sqrt(dimension)`.
`shared_embedding_collection_name`	Необязательное имя коллекции, в которую добавляются общие веса вложения. Если не указано, будет выбрано разумное имя на основе имён `categorical_columns`. Это также используется в `variable_scope` при создании общих весов вложения.
`max_sequence_lengths`	Список неотрицательных целых чисел, либо None, либо пустой список, либо список той же длины, что и аргумент categorical_columns. Элементы, соответствующие столбцам, не являющимся последовательностями, должны быть 0, а элементы, соответствующие последовательным столбцам, задают максимальную длину последовательности для столбца. Любая последовательность, короче этого, будет дополнена 0-вложениями, а любая последовательность длиннее будет усечена.
`learning_rate_fn`	Функция, которая принимает глобальный шаг и возвращает скорость обучения для таблицы вложений.

Возвращает
Список `_TPUSharedEmbeddingColumnV2`.

Возбуждает
`ValueError`	если `dimension` не > 0.
`ValueError`	если `initializer` указан, но не является вызываемой функцией.
`ValueError`	если `max_sequence_lengths` указан и не имеет той же длины, что и `categorical_columns`.
`ValueError`	если `max_sequence_lengths` положительно для столбца, не являющегося последовательностью, или 0 для последовательного столбца.

© 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/tpu/experimental/shared_embedding_columns