tf.estimator.VocabInfo

Информация о словаре для теплого старта.

tf.estimator.VocabInfo(
    new_vocab, new_vocab_size, num_oov_buckets, old_vocab, old_vocab_size=-1,
    backup_initializer=None, axis=0
)

См. tf.estimator.WarmStartSettings для примеров использования VocabInfo для теплого старта.

Аргументы: new_vocab: [Обязательно] Путь к новому файлу словаря (используется с моделью, которая должна быть обучена). new_vocab_size: [Обязательно] Целое число, указывающее, сколько записей нового словаря будет использовано при обучении. num_oov_buckets: [Обязательно] Целое число, указывающее, сколько ведер OOV связано со словарем. old_vocab: [Обязательно] Путь к старому файлу словаря (используется с контрольной точкой, с которой необходимо выполнить теплый запуск). old_vocab_size: [Необязательно] Целое число, указывающее, сколько записей старого словаря было использовано при создании контрольной точки. Если не указано, будет использоваться весь старый словарь. backup_initializer: [Необязательно] Инициализатор переменной, используемый для переменных, соответствующих новым записям словаря и OOV. Если не указано, эти записи будут инициализированы нулями. axis: [Необязательно] Указывает, к какой оси относится словарь. По умолчанию, 0, соответствует наиболее распространённому случаю (встраивание или линейные веса для бинарной классификации/регрессии). Ось 1 может быть использована для теплого запуска выходных слоёв со словарями классов.

Возвращает: VocabInfo, представляющий информацию о словаре для теплого старта.

Возбуждает: ValueError: axis не равно ни 0, ни 1.

Example Usage:

      embeddings_vocab_info = tf.VocabInfo(
          new_vocab='embeddings_vocab',
          new_vocab_size=100,
          num_oov_buckets=1,
          old_vocab='pretrained_embeddings_vocab',
          old_vocab_size=10000,
          backup_initializer=tf.compat.v1.truncated_normal_initializer(
              mean=0.0, stddev=(1 / math.sqrt(embedding_dim))),
          axis=0)

      softmax_output_layer_kernel_vocab_info = tf.VocabInfo(
          new_vocab='class_vocab',
          new_vocab_size=5,
          num_oov_buckets=0,  # No OOV for classes.
          old_vocab='old_class_vocab',
          old_vocab_size=8,
          backup_initializer=tf.compat.v1.glorot_uniform_initializer(),
          axis=1)

      softmax_output_layer_bias_vocab_info = tf.VocabInfo(
          new_vocab='class_vocab',
          new_vocab_size=5,
          num_oov_buckets=0,  # No OOV for classes.
          old_vocab='old_class_vocab',
          old_vocab_size=8,
          backup_initializer=tf.compat.v1.zeros_initializer(),
          axis=0)

      #Currently, only axis=0 and axis=1 are supported.
  ```
  



<!-- Tabular view -->
 <table class="responsive fixed orange">
<colgroup><col width="214px"><col></colgroup>
<tr><th colspan="2"><h2 class="add-link">Attributes</h2></th></tr>

<tr>
<td>
`new_vocab`
</td>
<td>

</td>
</tr><tr>
<td>
`new_vocab_size`
</td>
<td>

</td>
</tr><tr>
<td>
`num_oov_buckets`
</td>
<td>

</td>
</tr><tr>
<td>
`old_vocab`
</td>
<td>

</td>
</tr><tr>
<td>
`old_vocab_size`
</td>
<td>

</td>
</tr><tr>
<td>
`backup_initializer`
</td>
<td>

</td>
</tr><tr>
<td>
`axis`
</td>
<td>

</td>
</tr>
</table>