AllCandidateSampler

aula final pública AllCandidateSampler

Gera rótulos para amostragem de candidatos com uma distribuição de unigramas aprendida.

Veja explicações sobre amostragem de candidatos e formatos de dados em go/candidate-sampling.

Para cada lote, esta operação escolhe um único conjunto de rótulos candidatos amostrados.

As vantagens da amostragem de candidatos por lote são a simplicidade e a possibilidade de multiplicação eficiente de matrizes densas. A desvantagem é que os candidatos amostrados devem ser escolhidos independentemente do contexto e dos verdadeiros rótulos.

Classes aninhadas

aula AllCandidateSampler.Options Atributos opcionais para AllCandidateSampler

Constantes

Corda OP_NAME O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow

Métodos Públicos

AllCandidateSampler estático
create ( Escopo do escopo , Operando < TInt64 > trueClasses, Long numTrue, Long numSampled, Boolean exclusivo, Opções... opções)
Método de fábrica para criar uma classe que agrupa uma nova operação AllCandidateSampler.
Saída < TInt64 >
amostradosCandidatos ()
Um vetor de comprimento num_sampled, no qual cada elemento é o ID de um candidato amostrado.
Saída < TFloat32 >
sampledExpectedCount ()
Um vetor de comprimento num_sampled, para cada candidato amostrado, representando o número de vezes que se espera que o candidato ocorra em um lote de candidatos amostrados.
AllCandidateSampler.Options estático
semente (semente longa)
AllCandidateSampler.Options estático
seed2 (semente2 longa)
Saída < TFloat32 >
trueExpectedCount ()
Uma matriz batch_size * num_true, representando o número de vezes que se espera que cada candidato ocorra em um lote de candidatos amostrados.

Métodos herdados

Constantes

String final estática pública OP_NAME

O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow

Valor constante: "AllCandidateSampler"

Métodos Públicos

public static AllCandidateSampler create ( Escopo de escopo , Operando < TInt64 > trueClasses, Long numTrue, Long numSampled, Boolean exclusivo, Opções... opções)

Método de fábrica para criar uma classe que agrupa uma nova operação AllCandidateSampler.

Parâmetros
escopo escopo atual
trueClasses Uma matriz batch_size * num_true, na qual cada linha contém os IDs de num_true target_classes no rótulo original correspondente.
numTrue Número de rótulos verdadeiros por contexto.
numSampled Número de candidatos a produzir.
exclusivo Se único for verdadeiro, amostraremos com rejeição, de modo que todos os candidatos amostrados em um lote sejam únicos. Isto requer alguma aproximação para estimar as probabilidades de amostragem pós-rejeição.
opções carrega valores de atributos opcionais
Devoluções
  • uma nova instância de AllCandidateSampler

Saída pública < TInt64 > sampledCandidates ()

Um vetor de comprimento num_sampled, no qual cada elemento é o ID de um candidato amostrado.

Saída pública < TFloat32 > sampledExpectedCount ()

Um vetor de comprimento num_sampled, para cada candidato amostrado, representando o número de vezes que se espera que o candidato ocorra em um lote de candidatos amostrados. Se único = verdadeiro, então esta é uma probabilidade.

semente pública estática AllCandidateSampler.Options (semente longa)

Parâmetros
semente Se seed ou seed2 forem definidos como diferentes de zero, o gerador de números aleatórios será propagado pela semente fornecida. Caso contrário, é semeado por uma semente aleatória.

público estático AllCandidateSampler.Options seed2 (Seed2 longo)

Parâmetros
semente2 Uma segunda semente para evitar colisão de sementes.

Saída pública < TFloat32 > trueExpectedCount ()

Uma matriz batch_size * num_true, representando o número de vezes que se espera que cada candidato ocorra em um lote de candidatos amostrados. Se único = verdadeiro, então esta é uma probabilidade.