tf.random.log_uniform_candidate_sampler

Выборка набора классов с использованием логарифмически-равномерного (Zipfian) базового распределения.

tf.random.log_uniform_candidate_sampler(
    true_classes, num_true, num_sampled, unique, range_max, seed=None, name=None
)

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

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

Базовое распределение для этой операции — приблизительно логарифмически-равномерное или Zipfian:

P(class) = (log(class + 2) - log(class + 1)) / log(range_max + 1)

Этот выборщик полезен, когда целевые классы приблизительно следуют такому распределению — например, если классы представляют собой слова в лексиконе, отсортированные по убыванию частоты. Если ваши классы не упорядочены по убыванию частоты, не используйте эту операцию.

Кроме того, эта операция возвращает тензоры true_expected_count и sampled_expected_count, представляющие количество раз, когда каждый из целевых классов (true_classes) и выбранных классов (sampled_candidates) ожидается, что будет встречаться в среднем тензоре выбранных классов. Эти значения соответствуют Q(y|x) , определенному в данном документе. Если unique=True, то это вероятности после отбраковки, и мы вычисляем их приблизительно.