tf.random.fixed_unigram_candidate_sampler

Выборка набора классов с использованием предоставленного (фиксированного) базового распределения.

Просмотр псевдонимов

Основные псевдонимы

tf.nn.fixed_unigram_candidate_sampler

Псевдонимы совместимости для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.nn.fixed_unigram_candidate_sampler, tf.compat.v1.random.fixed_unigram_candidate_sampler

tf.random.fixed_unigram_candidate_sampler(
    true_classes,
    num_true,
    num_sampled,
    unique,
    range_max,
    vocab_file='',
    distortion=1.0,
    num_reserved_ids=0,
    num_shards=1,
    shard=0,
    unigrams=(),
    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 повторений (если unique=True) или с повторениями (если unique=False) из базового распределения.

Базовое распределение считывается из файла или передается в виде массива в памяти. Также есть возможность исказить распределение, применив степень искажения к весам.

Кроме того, эта операция возвращает тензоры true_expected_count и sampled_expected_count, представляющие количество раз, когда каждый из целевых классов (true_classes) и выбранные классы (sampled_candidates) должны появляться в среднем тензоре выбранных классов. Эти значения соответствуют Q(y|x) , определенному в этом документе. Если unique=True, тогда это пост-отклоняемые вероятности, и мы вычисляем их приблизительно.

Аргументы
`true_classes`	A `Tensor` типа `int64` и формы `[batch_size, num_true]`. Целевые классы.
`num_true`	An `int`. Количество целевых классов на пример обучения.
`num_sampled`	An `int`. Количество классов для случайной выборки.
`unique`	A `bool`. Определяет, уникальны ли все выбранные классы в пакете.
`range_max`	An `int`. Количество возможных классов.
`vocab_file`	Каждая допустимая строка в этом файле (который должен иметь формат, подобный CSV) соответствует допустимому идентификатору слова. Идентификаторы упорядочены последовательно, начиная с num_reserved_ids. Ожидается, что последняя запись в каждой строке будет значением, соответствующим счету или относительной вероятности. Точно один из `vocab_file` и `unigrams` должен быть передан в эту операцию.
`distortion`	Искажение используется для искажения распределения вероятностей униграмма. Каждый вес сначала возводится в степень искажения, прежде чем добавляться к внутреннему распределению униграмм. В результате `distortion = 1.0` дает обычную выборку униграмм (как определено файлом словаря), а `distortion = 0.0` — равномерное распределение.
`num_reserved_ids`	Пользователи могут добавить необязательно некоторые зарезервированные идентификаторы в диапазоне `[0, num_reserved_ids)`. Один из вариантов использования — использование специального маркера неизвестного слова в качестве ID 0. У этих идентификаторов будет вероятность выборки 0.
`num_shards`	Обработчик выборок может использоваться для выборки из подмножества исходного диапазона, чтобы ускорить вычисления за счет параллелизма. Этот параметр (вместе с `shard`) указывает количество разделов, используемых в общем вычислении.
`shard`	Обработчик выборок может использоваться для выборки из подмножества исходного диапазона, чтобы ускорить вычисления за счет параллелизма. Этот параметр (вместе с `num_shards`) указывает конкретный номер раздела операции при использовании разбиения.
`unigrams`	Список подсчетов или вероятностей униграмм, один на ID в последовательном порядке. Точно один из `vocab_file` и `unigrams` должен быть передан в эту операцию.
`seed`	An `int`. Семена, специфичные для операции. По умолчанию 0.
`name`	Имя операции (необязательно).

Возвращаемые значения
`sampled_candidates`	A tensor of type `int64` and shape `[num_sampled]`. Выбранные классы.
`true_expected_count`	A tensor of type `float`. Такая же форма, как у `true_classes`. Ожидаемые подсчеты по распределению выборок каждого из `true_classes`.
`sampled_expected_count`	A tensor of type `float`. Такая же форма, как у `sampled_candidates`. Ожидаемые подсчеты по распределению выборок каждого из `sampled_candidates`.

© 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/random/fixed_unigram_candidate_sampler