tf.raw_ops.EnqueueTPUEmbeddingArbitraryTensorBatch

Упрощает портирование кода, использующего tf.nn.embedding_lookup_sparse().

Просмотр псевдонимов

Псевдонимы совместимости для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.raw_ops.EnqueueTPUEmbeddingArbitraryTensorBatch

tf.raw_ops.EnqueueTPUEmbeddingArbitraryTensorBatch(
    sample_indices_or_row_splits,
    embedding_indices,
    aggregation_weights,
    mode_override,
    device_ordinal=-1,
    combiners=[],
    name=None
)

embedding_indices[i] и aggregation_weights[i] соответствуют i-му признаку.

У тензоров в соответствующих позициях в трех входных списках (sample_indices, embedding_indices и aggregation_weights) должен быть одинаковый размер, т.е. ранг 1 с размером dim_size(), равным общему числу обращений к таблице, описанной соответствующим признаком.

Аргументы
`sample_indices_or_row_splits`	Список из как минимум 1 `Tensor` объекта с одинаковым типом в: `int32`, `int64`. Список тензоров ранга 2, определяющих пример обучения, к которому относятся значения embedding_indices и aggregation_weights. Если размер его первого измерения равен 0, предполагается, что каждое значение embedding_indices принадлежит разному примеру. Разрешены как int32, так и int64, и они будут преобразованы во внутренний int32. Или список тензоров ранга 1, определяющих разбиения строк для разделения embedding_indices и aggregation_weights на строки. Это соответствует значениям ids.row_splits в embedding_lookup(), когда ids является RaggedTensor. При чтении N-мерного разрезного тензора разрешена только последняя размерность. Разбиения строк — это плотный тензор 1 измерения. Если список пуст, предполагается, что на вход подается плотный тензор. Разрешены как int32, так и int64, и они будут преобразованы во внутренний int32.
`embedding_indices`	Список с длиной, равной `sample_indices_or_row_splits`, содержащий `Tensor` объекты с одинаковым типом в: `int32`, `int64`. Список тензоров ранга 1, индексы в таблицах встраивания. Разрешены как int32, так и int64, и они будут преобразованы во внутренний int32.
`aggregation_weights`	Список с длиной, равной `sample_indices_or_row_splits`, содержащий `Tensor` объекты с одинаковым типом в: `float32`, `float64`. Список тензоров ранга 1, содержащих веса агрегирования на пример обучения. Разрешены как float32, так и float64, и они будут преобразованы во внутренний float32.
`mode_override`	`Tensor` типа `string`. Входная строка, которая переопределяет режим, указанный в TPUEmbeddingConfiguration. Поддерживаемые значения — {'unspecified', 'inference', 'training', 'backward_pass_only'}. Если значение равно 'unspecified', используется режим, заданный в TPUEmbeddingConfiguration, в противном случае используется mode_override.
`device_ordinal`	Необязательный `int`. По умолчанию `-1`. Устройство TPU для использования. Должно быть >= 0 и меньше числа ядер TPU в задаче, на которой размещен узел.
`combiners`	Необязательный список `strings`. По умолчанию `[]`. Список скаляров типа string, по одному для каждой таблицы встраивания, который указывает, как нормализовать активации встраивания после взвешенного суммирования. Поддерживаемые объединяющие элементы — 'mean', 'sum' или 'sqrtn'. Недопустимо, чтобы сумма весов была равна 0 для 'mean' или сумма квадратов весов равна 0 для 'sqrtn'. Если combiners не передан, по умолчанию используется 'sum' для всех таблиц.
`name`	Имя операции (необязательно).

Возвращаемые значения
Созданная операция.

© 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/raw_ops/EnqueueTPUEmbeddingArbitraryTensorBatch