يحدد num_to_sample من صفوف الإدخال باستخدام معيار KMeans++.
من المفترض أن تكون صفوف النقاط نقاط إدخال. يتم اختيار صف واحد بشكل عشوائي. يتم أخذ عينات من الصفوف اللاحقة مع احتمال يتناسب مع مسافة L2 المربعة من أقرب صف تم تحديده حتى الآن حتى يتم أخذ عينات من الصفوف num_to_sample.
الثوابت
خيط | OP_NAME | اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي |
الأساليب العامة
الإخراج <TFloat32> | كإخراج () إرجاع المقبض الرمزي للموتر. |
ثابت KmeansPlusPlusInitialization | |
الإخراج <TFloat32> | عينات () مصفوفة الشكل (num_to_sample، d). |
الطرق الموروثة
منطقية | يساوي (كائن arg0) |
الدرجة النهائية<?> | الحصول على كلاس () |
كثافة العمليات | رمز التجزئة () |
الفراغ النهائي | إعلام () |
الفراغ النهائي | إعلام الكل () |
خيط | إلى سلسلة () |
الفراغ النهائي | انتظر (طويل arg0، int arg1) |
الفراغ النهائي | انتظر (طويل arg0) |
الفراغ النهائي | انتظر () |
بيئة التنفيذ المجردة | بيئى () قم بإرجاع بيئة التنفيذ التي تم إنشاء هذه العملية فيها. |
عملية مجردة |
الثوابت
السلسلة النهائية الثابتة العامة OP_NAME
اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي
الأساليب العامة
الإخراج العام <TFloat32> asOutput ()
إرجاع المقبض الرمزي للموتر.
المدخلات إلى عمليات TensorFlow هي مخرجات عملية TensorFlow أخرى. يتم استخدام هذه الطريقة للحصول على مقبض رمزي يمثل حساب الإدخال.
إنشاء KmeansPlusPlusInitialization الثابت العام ( نطاق النطاق، المعامل < TFloat32 > النقاط، المعامل < TInt64 > numToSample، المعامل < TInt64 > البذور، المعامل < TInt64 > numRetriesPerSample)
طريقة المصنع لإنشاء فئة تغلف عملية KmeansPlusPlusInitialization جديدة.
حدود
نِطَاق | النطاق الحالي |
---|---|
نقاط | مصفوفة الشكل (ن، د). من المفترض أن تكون الصفوف نقاط إدخال. |
numToSample | العددية. عدد الصفوف للعينة. يجب ألا تكون هذه القيمة أكبر من n. |
بذرة | العددية. البذور لتهيئة مولد الأرقام العشوائية. |
numRetriesPerSample | العددية. لكل صف يتم أخذ عينات منه، تحدد هذه المعلمة عدد النقاط الإضافية التي سيتم سحبها من التوزيع الحالي قبل تحديد الأفضل. إذا تم تحديد قيمة سالبة، فسيتم استخدام اختبار تجريبي لأخذ عينات من النقاط الإضافية O(log(num_to_sample)). |
عائدات
- مثيل جديد لـ KmeansPlusPlusInitialization