tf.raw_ops.ThreadUnsafeUnigramCandidateSampler
Генерирует метки для выборки кандидатов с помощью обученной униграмной распределения.
tf.raw_ops.ThreadUnsafeUnigramCandidateSampler(
true_classes, num_true, num_sampled, unique, range_max, seed=0, seed2=0,
name=None
)
См. объяснения выборки кандидатов и форматов данных по адресу go/candidate-sampling.
Для каждой партии этот оператор выбирает единственный набор образцов меток кандидатов.
Преимущества выборки кандидатов по партиям заключаются в простоте и возможности эффективного умножения плотных матриц. Недостатком является то, что выбранные кандидаты должны выбираться независимо от контекста и истинных меток.
| Аргументы | |
|---|---|
true_classes | Матрица типа int64, размер batch_size * num_true, в которой каждая строка содержит идентификаторы num_true целевых классов в соответствующей исходной метке. |
num_true | Значение типа int, равное >= 1. Количество истинных меток на контекст. |
num_sampled | Значение типа int, равное >= 1. Количество кандидатов для случайной выборки. |
unique | Булево значение. Если unique истинно, мы выбираем с отказом, так что все выбранные кандидаты в партии уникальны. Это требует некоторого приближения для оценки вероятностей выборки после отказа. |
range_max | Значение типа int, равное >= 1. Генератор выборки будет выбирать целые числа из интервала [0, range_max). |
seed | Необязательное значение типа int. По умолчанию 0. Если seed или seed2 установлены не равными нулю, генератор случайных чисел инициализируется заданным seed. В противном случае он инициализируется случайным seed. |
seed2 | Необязательное значение типа int. По умолчанию 0. Второй seed для предотвращения конфликтов seed. |
name | Имя операции (необязательно). |
| Возвращаемое значение | |
|---|---|
Кортеж объектов Tensor (sampled_candidates, true_expected_count, sampled_expected_count). | |
sampled_candidates | Матрица типа int64. |
true_expected_count | Вектор типа float32. |
sampled_expected_count | Вектор типа float32. |
© 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/r2.3/api_docs/python/tf/raw_ops/ThreadUnsafeUnigramCandidateSampler
