tf.raw_ops.ThreadUnsafeUnigramCandidateSampler
Генерирует метки для выборочного отбора 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 выборочного отбора кандидатов и форматов данных в go/candidate-sampling.
Для каждого набора данных этот оператор выбирает один набор выборочных меток кандидатов.
Преимущества выборочного отбора кандидатов по партиям — простота и возможность эффективного умножения плотных матриц. Недостатком является то, что выбранные кандидаты должны выбираться независимо от контекста и истинных меток.
| Аргументы | |
|---|---|
true_classes | A Tensor типа int64. Матрица batch_size * num_true, в которой каждая строка содержит идентификаторы num_true целевых классов в соответствующей исходной метке. |
num_true | Значение int, которое является >= 1. Количество истинных меток на контекст. |
num_sampled | Значение int, которое является >= 1. Количество кандидатов для случайного выборочного отбора. |
unique | Значение bool. Если unique равно true, мы выполняем выбор с отбраковкой, чтобы все выбранные кандидаты в партии были уникальными. Это требует некоторого приближения для оценки вероятностей выборочного отбора после отбраковки. |
range_max | Значение int, которое является >= 1. Выборщик будет выбирать целые числа из интервала [0, range_max). |
seed | Необязательное 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 int. По умолчанию 0. Второй seed для избежания коллизий seed. |
name | Имя операции (необязательно). |
| Возвращаемые значения | |
|---|---|
Кортеж объектов Tensor (sampled_candidates, true_expected_count, sampled_expected_count). | |
sampled_candidates | A Tensor типа int64. |
true_expected_count | A Tensor типа float32. |
sampled_expected_count | A Tensor 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/r2.4/api_docs/python/tf/raw_ops/ThreadUnsafeUnigramCandidateSampler
