Merken Sie den Termin vor! Google I / O kehrt vom 18. bis 20. Mai zurück Registrieren Sie sich jetzt
Diese Seite wurde von der Cloud Translation API übersetzt.
Switch to English

Tensorflow :: ops :: AllCandidateSampler

#include <candidate_sampling_ops.h>

Generiert Labels für Kandidatenstichproben mit einer erlernten Unigrammverteilung.

Zusammenfassung

Siehe Erläuterungen zur Kandidatenstichprobe und zu den Datenformaten unter go / Kandidatenstichprobe.

Für jede Charge wählt diese Operation einen einzelnen Satz von Stichprobenetiketten aus.

Die Vorteile der Probenahme von Kandidaten pro Charge sind die Einfachheit und die Möglichkeit einer effizienten Multiplikation dichter Matrix. Der Nachteil ist, dass die in die Stichprobe einbezogenen Kandidaten unabhängig vom Kontext und von den tatsächlichen Bezeichnungen ausgewählt werden müssen.

Argumente:

  • scope: Ein Scope- Objekt
  • true_classes: Eine Batch_size * num_true-Matrix, in der jede Zeile die IDs der num_true-Zielklassen in der entsprechenden Originalbezeichnung enthält.
  • num_true: Anzahl der echten Labels pro Kontext.
  • num_sampled: Anzahl der zu produzierenden Kandidaten.
  • einzigartig: Wenn einzigartig wahr ist, werden wir mit Ablehnung abgetastet, sodass alle Stichprobenkandidaten in einem Stapel eindeutig sind. Dies erfordert eine gewisse Annäherung, um die Abtastwahrscheinlichkeiten nach der Zurückweisung abzuschätzen.

Optionale Attribute (siehe Attrs ):

  • seed: Wenn entweder seed oder seed2 auf ungleich Null gesetzt ist, wird der Zufallszahlengenerator durch den angegebenen Startwert gesetzt. Andernfalls wird es durch einen zufälligen Startwert ausgesät.
  • seed2: Ein zweiter Samen, um eine Samenkollision zu vermeiden.

Kehrt zurück:

  • Output sampled_candidates: Ein Vektor der Länge num_sampled, in dem jedes Element die ID eines abgetasteten Kandidaten ist.
  • Output true_expected_count: Eine Batch_size * num_true-Matrix, die angibt, wie oft jeder Kandidat in einem Stapel von Stichprobenkandidaten erwartet wird. Wenn unique = true, ist dies eine Wahrscheinlichkeit.
  • Output sampled_expected_count: Ein Vektor der Länge num_sampled für jeden abgetasteten Kandidaten, der angibt, wie oft der Kandidat in einem Stapel von abgetasteten Kandidaten erwartet wird. Wenn unique = true, ist dies eine Wahrscheinlichkeit.

Konstruktoren und Destruktoren

AllCandidateSampler (const :: tensorflow::Scope & scope, :: tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique)
AllCandidateSampler (const :: tensorflow::Scope & scope, :: tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, const AllCandidateSampler::Attrs & attrs)

Öffentliche Attribute

operation
sampled_candidates
sampled_expected_count
true_expected_count

Öffentliche statische Funktionen

Seed (int64 x)
Seed2 (int64 x)

Strukturen

tensorflow :: ops :: AllCandidateSampler :: Attrs

Optionale Attributsetzer für AllCandidateSampler .

Öffentliche Attribute

Operation

Operation operation

sampled_candidates

::tensorflow::Output sampled_candidates

sampled_expected_count

::tensorflow::Output sampled_expected_count

true_expected_count

::tensorflow::Output true_expected_count

Öffentliche Funktionen

AllCandidateSampler

 AllCandidateSampler(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input true_classes,
  int64 num_true,
  int64 num_sampled,
  bool unique
)

AllCandidateSampler

 AllCandidateSampler(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input true_classes,
  int64 num_true,
  int64 num_sampled,
  bool unique,
  const AllCandidateSampler::Attrs & attrs
)

Öffentliche statische Funktionen

Samen

Attrs Seed(
  int64 x
)

Seed2

Attrs Seed2(
  int64 x
)