tf.compat.v1.lookup.StaticVocabularyTable

Таблица соответствия строка-ID, которая присваивает ключам вне словаря ячейки хэш-бакета.

Наследуется от: StaticVocabularyTable, TrackableResource

tf.compat.v1.lookup.StaticVocabularyTable(
    initializer,
    num_oov_buckets,
    lookup_key_dtype=None,
    name=None,
    experimental_is_anonymous=False
)

Например, если экземпляр StaticVocabularyTable инициализирован инициализатором строка-ID, который сопоставляет:

init = tf.lookup.KeyValueTensorInitializer(
    keys=tf.constant(['emerson', 'lake', 'palmer']),
    values=tf.constant([0, 1, 2], dtype=tf.int64))
table = tf.lookup.StaticVocabularyTable(
   init,
   num_oov_buckets=5)

Объект Vocabulary выполнит следующее отображение:

emerson -> 0
lake -> 1
palmer -> 2
<other term> -> bucket_id, где bucket_id будет между 3 и 3 + num_oov_buckets - 1 = 7, вычисляемое по формуле: hash(<term>) % num_oov_buckets + vocab_size

Если входной тензор:

input_tensor = tf.constant(["emerson", "lake", "palmer",
                            "king", "crimson"])
table[input_tensor].numpy()
array([0, 1, 2, 6, 7])

Если initializer равно None, используются только ячейки вне словаря.

Пример использования:

num_oov_buckets = 3
vocab = ["emerson", "lake", "palmer", "crimnson"]
import tempfile
f = tempfile.NamedTemporaryFile(delete=False)
f.write('\n'.join(vocab).encode('utf-8'))
f.close()

init = tf.lookup.TextFileInitializer(
    f.name,
    key_dtype=tf.string, key_index=tf.lookup.TextFileIndex.WHOLE_LINE,
    value_dtype=tf.int64, value_index=tf.lookup.TextFileIndex.LINE_NUMBER)
table = tf.lookup.StaticVocabularyTable(init, num_oov_buckets)
table.lookup(tf.constant(["palmer", "crimnson" , "king",
                          "tarkus", "black", "moon"])).numpy()
array([2, 3, 5, 6, 6, 4])

Функция хэширования для генерации ID ячеек вне словаря — Fingerprint64.

Обратите внимание, что ID ячеек вне словаря всегда находятся в диапазоне от size до size + num_oov_buckets - 1 независимо от значений таблицы, что может привести к неожиданным коллизиям:

init = tf.lookup.KeyValueTensorInitializer(
    keys=tf.constant(["emerson", "lake", "palmer"]),
    values=tf.constant([1, 2, 3], dtype=tf.int64))
table = tf.lookup.StaticVocabularyTable(
    init,
    num_oov_buckets=1)
input_tensor = tf.constant(["emerson", "lake", "palmer", "king"])
table[input_tensor].numpy()
array([1, 2, 3, 3])

Аргументы
`initializer`	Объект `TableInitializerBase`, содержащий данные для инициализации таблицы. Если None, используются только ячейки вне словаря.
`num_oov_buckets`	Количество ячеек для ключей вне словаря. Должно быть больше нуля. Если ячейки вне словаря не нужны, используйте `StaticHashTable` вместо этого.
`lookup_key_dtype`	Тип данных ключей, передаваемых в `lookup`. По умолчанию `initializer.key_dtype` если указан `initializer`, в противном случае `tf.string`. Должен быть строковым или целочисленным типом, преобразуемым в `initializer.key_dtype`.
`name`	Имя операции (необязательно).
`experimental_is_anonymous`	Использовать анонимный режим для таблицы (по умолчанию False). В анонимном режиме к ресурсу таблицы можно получить доступ только через дескриптор ресурса. Его нельзя найти по имени. Когда все дескрипторы ресурсов, указывающие на этот ресурс, исчезнут, ресурс будет автоматически удален.

Исключения
`ValueError`	если `num_oov_buckets` не положительное.
`TypeError`	если lookup_key_dtype или initializer.key_dtype не являются целыми или строковыми типами. Также если initializer.value_dtype != int64.

Атрибуты
`initializer`
`key_dtype`	Тип данных ключа таблицы.
`name`	Имя таблицы.
`resource_handle`	Возвращает дескриптор ресурса, связанный с этим ресурсом.
`value_dtype`	Тип данных значений таблицы.

Методы

`lookup`

Посмотреть исходный код

lookup(
    keys, name=None
)

Ищет keys в таблице, возвращает соответствующие значения.

Присваивает ключи вне словаря ячейкам бакетов на основе их хэшей.

Аргументы
`keys`	Ключи для поиска. Может быть разреженным `SparseTensor` или плотным `Tensor`.
`name`	Необязательное имя для операции.

Возвращает
Разреженный `SparseTensor` если ключи разреженные, фрагментированный `RaggedTensor` если ключи фрагментированы, в противном случае плотный `Tensor`.

Исключения
`TypeError`	если `keys` не соответствует типу данных ключа таблицы.

`size`

Посмотреть исходный код

size(
    name=None
)

Вычисляет количество элементов в этой таблице.

`getitem`

Посмотреть исходный код

__getitem__(
    keys
)

Ищет keys в таблице, возвращает соответствующие значения.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/compat/v1/lookup/StaticVocabularyTable