此页面由 Cloud Translation API 翻译。
Switch to English

tf.random.uniform_candidate_sampler

TensorFlow 1版 GitHub上查看源代码

样品使用均匀分布基一组类。

该操作随机样本采样类(的张量sampled_candidates从整数的范围内) [0, range_max)

的元件sampled_candidates绘制无需更换(如果unique=True )或更换(如果unique=False )从基部分布。

该操作的基础分布是在整数的范围内的均匀分布[0, range_max)

此外,该操作返回张量true_expected_countsampled_expected_count表示的次数每个目标类(的true_classes )和采样的类( sampled_candidates )预计在采样类的平均张量发生。这些值对应于Q(y|x)中所定义此文档 。如果unique=True ,那么这些都是拒绝后概率,我们大约计算它们。

true_classes Tensorint64和形状[batch_size, num_true]目标类。
num_true 一个int 。每个训练实例目标类的数量。
num_sampled 一个int 。类以随机样本的数目。该sampled_candidates返回值将有形状[num_sampled]如果unique=Truenum_sampled必须小于或等于range_max
unique 一个bool 。确定一批所有抽样类是否是唯一的。
range_max 一个int 。可能的类的数量。
seed 一个int 。操作特定的种子。默认值为0。
name 一种操作(可选)的名称。

sampled_candidates 类型的张量int64和形状[num_sampled]所采样的类,或者与可能的重复( unique=False )或所有唯一( unique=True )。在这两种情况下, sampled_candidates独立于真实类。
true_expected_count 类型的张量float 。相同的形状true_classes 。每一个的抽样分布下的预期计数true_classes
sampled_expected_count 类型的张量float 。相同的形状sampled_candidates 。每一个的抽样分布下的预期计数sampled_candidates