LogUniformCandidateSampler

публичный финальный класс LogUniformCandidateSampler

Создает метки для выборки кандидатов с логарифмически равномерным распределением.

См. объяснения выборки кандидатов и форматов данных на странице go/candidate-sampling.

Для каждой партии эта операция выбирает один набор выборочных меток-кандидатов.

Преимущества отбора кандидатов для каждой партии — это простота и возможность эффективного умножения плотных матриц. Недостаток заключается в том, что выбранные кандидаты должны выбираться независимо от контекста и истинных ярлыков.

Вложенные классы

сорт LogUniformCandidateSampler.Options Дополнительные атрибуты для LogUniformCandidateSampler

Константы

Нить OP_NAME Название этой операции, известное основному движку TensorFlow.

Публичные методы

статический LogUniformCandidateSampler
create ( Область действия, Операнд <TInt64> trueClasses, Long numTrue, Long numSampled, Boolean unique, Long rangeMax, Options... options)
Фабричный метод для создания класса, обертывающего новую операцию LogUniformCandidateSampler.
Вывод < TInt64 >
выбранные кандидаты ()
Вектор длиной num_sampled, в котором каждый элемент является идентификатором выбранного кандидата.
Вывод <TFloat32>
семпледожидаемый каунт ()
Вектор длиной num_sampled для каждого выбранного кандидата, представляющий ожидаемое количество раз, которое кандидат появится в пакете выбранных кандидатов.
статический LogUniformCandidateSampler.Options
семя (длинное семя)
статический LogUniformCandidateSampler.Options
семя2 (длинное семя2)
Вывод <TFloat32>
trueExpectedCount ()
Матрица Batch_size * num_true, представляющая ожидаемое количество раз, которое каждый кандидат будет встречаться в пакете выбранных кандидатов.

Унаследованные методы

Константы

общедоступная статическая финальная строка OP_NAME

Название этой операции, известное основному движку TensorFlow.

Постоянное значение: «LogUniformCandidateSampler»

Публичные методы

public static LogUniformCandidateSampler create (область действия , операнд <TInt64> trueClasses, Long numTrue, Long numSampled, Boolean unique, Long rangeMax, Options... options)

Фабричный метод для создания класса, обертывающего новую операцию LogUniformCandidateSampler.

Параметры
объем текущий объем
истинные классы Матрица Batch_size * num_true, в которой каждая строка содержит идентификаторы целевых_классов num_true в соответствующей исходной метке.
числоTrue Количество истинных меток на контекст.
numSampled Количество кандидатов для случайной выборки.
уникальный Если значение unique истинно, мы выполняем выборку с отклонением, чтобы все выбранные кандидаты в пакете были уникальными. Это требует некоторого приближения для оценки вероятностей выборки после отклонения.
диапазонМакс. Сэмплер будет выбирать целые числа из интервала [0, range_max).
параметры содержит значения необязательных атрибутов
Возврат
  • новый экземпляр LogUniformCandidateSampler

публичный вывод <TInt64> sampledCandidates ()

Вектор длиной num_sampled, в котором каждый элемент является идентификатором выбранного кандидата.

публичный вывод <TFloat32> sampledExpectedCount ()

Вектор длиной num_sampled для каждого выбранного кандидата, представляющий ожидаемое количество раз, которое кандидат появится в пакете выбранных кандидатов. Если unique=true, то это вероятность.

общедоступное статическое семя LogUniformCandidateSampler.Options (длинное семя)

Параметры
семя Если для начального числа или начального числа2 задано ненулевое значение, генератор случайных чисел заполняется данным начальным числом. В противном случае он засеивается случайным семенем.

общедоступный статический LogUniformCandidateSampler.Options семя2 (длинное семя2)

Параметры
семя2 Второе семя, чтобы избежать столкновения семян.

публичный вывод <TFloat32> trueExpectedCount ()

Матрица Batch_size * num_true, представляющая ожидаемое количество раз, которое каждый кандидат будет встречаться в пакете выбранных кандидатов. Если unique=true, то это вероятность.