tf.raw_ops.ThreadUnsafeUnigramCandidateSampler
Генерирует метки для выборочного отбора кандидатов с помощью изученной униграммной 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 каждой группы эта операция выбирает единственный набор выборочных меток кандидатов.
Преимущества выборочного отбора кандидатов по группам — простота и возможность эффективного умножения плотных матриц. Недостатком является то, что отобранные кандидаты должны выбираться независимо от контекста и истинных меток.
| Аргументы | |
|---|---|
true_classes | Матрица типа int64, размера batch_size * num_true, в которой каждая строка содержит ID num_true целевых классов в соответствующей исходной метке. |
num_true | Целое число, равное >= 1. Количество истинных меток на контекст. |
num_sampled | Целое число, равное >= 1. Количество кандидатов для случайного выбора. |
unique | Булево значение. Если unique равно true, мы выбираем с отказом, чтобы все отобранные кандидаты в группе были уникальными. Это требует некоторого приближения для оценки вероятностей выборочного отбора после отказа. |
range_max | Целое число, равное >= 1. Генератор выборок будет генерировать целые числа из интервала [0, range_max). |
seed | Необязательное целое число. По умолчанию 0. Если seed или seed2 установлены отличными от нуля, генератор случайных чисел инициализируется заданным seed. В противном случае он инициализируется случайным seed. |
seed2 | Необязательное целое число. По умолчанию 0. Второй seed для предотвращения коллизий seed. |
name | Имя операции (необязательно). |
| Возвращаемые значения | |
|---|---|
Кортеж из объектов Tensor (sampled_candidates, true_expected_count, sampled_expected_count). | |
sampled_candidates | Матрица типа int64. |
true_expected_count | Матрица типа float32. |
sampled_expected_count | Матрица типа float32. |
© 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/ThreadUnsafeUnigramCandidateSampler