LogUniformCandidateSampler

পাবলিক ফাইনাল ক্লাস LogUniform CandidateSampler

লগ-ইউনিফর্ম ডিস্ট্রিবিউশন সহ প্রার্থীর নমুনা নেওয়ার জন্য লেবেল তৈরি করে।

go/candidate-sampling-এ প্রার্থীর নমুনা এবং ডেটা ফর্ম্যাটের ব্যাখ্যা দেখুন।

প্রতিটি ব্যাচের জন্য, এই অপশনটি নমুনাযুক্ত প্রার্থী লেবেলের একক সেট বেছে নেয়।

প্রতি-ব্যাচ প্রার্থীদের নমুনা নেওয়ার সুবিধাগুলি হল সরলতা এবং দক্ষ ঘন ম্যাট্রিক্স গুণনের সম্ভাবনা। অসুবিধা হল যে নমুনা প্রার্থীদের অবশ্যই প্রসঙ্গ এবং সত্যিকারের লেবেল থেকে স্বাধীনভাবে বেছে নিতে হবে।

নেস্টেড ক্লাস

ক্লাস LogUniformCandidateSampler.Options LogUniformCandidateSampler এর জন্য ঐচ্ছিক বৈশিষ্ট্য

ধ্রুবক

স্ট্রিং OP_NAME এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত

পাবলিক পদ্ধতি

স্ট্যাটিক LogUniform CandidateSampler
তৈরি করুন ( স্কোপ স্কোপ, অপারেন্ড < TInt64 > trueClasses, Long numTrue, Long numSampled, Boolean unique, Long rangeMax, Options... options)
একটি নতুন LogUniformCandidateSampler অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।
আউটপুট < TInt64 >
নমুনা প্রার্থী ()
দৈর্ঘ্য num_sampled একটি ভেক্টর, যার প্রতিটি উপাদান একটি নমুনা প্রার্থীর ID।
আউটপুট < TFloat32 >
নমুনা প্রত্যাশিত গণনা ()
দৈর্ঘ্যের একটি ভেক্টর num_sampled, প্রতিটি নমুনা প্রার্থীর জন্য নমুনা নেওয়া প্রার্থীদের একটি ব্যাচে প্রার্থী কতবার ঘটতে পারে তা প্রতিনিধিত্ব করে।
স্ট্যাটিক LogUniformCandidateSampler.Options
বীজ (দীর্ঘ বীজ)
স্ট্যাটিক LogUniformCandidateSampler.Options
বীজ 2 (লম্বা বীজ 2)
আউটপুট < TFloat32 >
trueExpectedCount ()
একটি ব্যাচ_সাইজ * num_true ম্যাট্রিক্স, নমুনা নেওয়া প্রার্থীদের একটি ব্যাচে প্রতিটি প্রার্থী কতবার ঘটবে বলে প্রত্যাশিত সংখ্যার প্রতিনিধিত্ব করে।

উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি

ধ্রুবক

সর্বজনীন স্ট্যাটিক চূড়ান্ত স্ট্রিং OP_NAME

এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত

ধ্রুবক মান: "লগইউনিফর্ম ক্যান্ডিডেট স্যাম্পলার"

পাবলিক পদ্ধতি

পাবলিক স্ট্যাটিক LogUniformCandidateSampler তৈরি করুন ( Scope scope, Operand < TInt64 > trueClasses, Long numTrue, Long numSampled, Boolean unique, Long rangeMax, Options... options)

একটি নতুন LogUniformCandidateSampler অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।

পরামিতি
সুযোগ বর্তমান সুযোগ
সত্যিকারের ক্লাস একটি ব্যাচ_সাইজ * num_true ম্যাট্রিক্স, যার প্রতিটি সারিতে সংশ্লিষ্ট আসল লেবেলে num_true target_class-এর আইডি রয়েছে।
numTrue প্রসঙ্গ প্রতি সত্য লেবেলের সংখ্যা।
numSampled এলোমেলোভাবে নমুনা প্রার্থীদের সংখ্যা.
অনন্য অনন্য সত্য হলে, আমরা প্রত্যাখ্যান সহ নমুনা করি, যাতে একটি ব্যাচের সমস্ত নমুনা প্রার্থী অনন্য হয়। প্রত্যাখ্যান পরবর্তী নমুনা সম্ভাব্যতা অনুমান করার জন্য এটি কিছু আনুমানিক প্রয়োজন।
rangeMax নমুনাকারী ব্যবধান থেকে পূর্ণসংখ্যার নমুনা করবে [0, range_max)।
বিকল্প ঐচ্ছিক বৈশিষ্ট্য মান বহন করে
রিটার্নস
  • LogUniformCandidateSampler এর একটি নতুন উদাহরণ

সর্বজনীন আউটপুট < TInt64 > নমুনা প্রার্থী ()

দৈর্ঘ্য num_sampled একটি ভেক্টর, যার প্রতিটি উপাদান একটি নমুনা প্রার্থীর ID।

সর্বজনীন আউটপুট < TFloat32 > sampledExpectedCount ()

দৈর্ঘ্যের একটি ভেক্টর num_sampled, প্রতিটি নমুনা প্রার্থীর জন্য নমুনা নেওয়া প্রার্থীদের একটি ব্যাচে প্রার্থী কতবার ঘটতে পারে তা প্রতিনিধিত্ব করে। যদি অনন্য = সত্য, তাহলে এটি একটি সম্ভাবনা।

পাবলিক স্ট্যাটিক LogUniformCandidateSampler.Options seed (লং বীজ)

পরামিতি
বীজ যদি বীজ বা বীজ2 অ-শূন্য হিসাবে সেট করা হয়, তাহলে প্রদত্ত বীজ দ্বারা এলোমেলো সংখ্যা জেনারেটর বীজ হয়। অন্যথায়, এটি একটি এলোমেলো বীজ দ্বারা বীজ হয়।

পাবলিক স্ট্যাটিক LogUniformCandidateSampler.Options seed2 (Long seed2)

পরামিতি
বীজ2 একটি দ্বিতীয় বীজ বীজ সংঘর্ষ এড়াতে.

সর্বজনীন আউটপুট < TFloat32 > trueExpectedCount ()

একটি ব্যাচ_সাইজ * num_true ম্যাট্রিক্স, নমুনা নেওয়া প্রার্থীদের একটি ব্যাচে প্রতিটি প্রার্থী কতবার ঘটবে বলে প্রত্যাশিত সংখ্যার প্রতিনিধিত্ব করে। যদি অনন্য = সত্য, তাহলে এটি একটি সম্ভাবনা।