از اینکه با Google I/O تنظیم کردید متشکریم. مشاهده همه جلسات در صورت تقاضا تماشا کنید

tensorflow :: ops :: LearnedUnigramCandidateSampler

#include <candidate_sampling_ops.h>

برچسب هایی را برای نمونه گیری از نامزدها با توزیع یکپارچه آموخته شده تولید می کند.

خلاصه

توضیحات مربوط به نمونه گیری از نامزدها و قالبهای داده را در go /andid-sampling مشاهده کنید.

برای هر دسته ، این گزینه یک مجموعه از برچسب های نامزد نمونه را انتخاب می کند.

مزایای نامزدهای نمونه برداری در هر دسته سادگی و امکان ضرب ماتریس متراکم کارآمد است. نقطه ضعف این است که نامزدهای نمونه باید مستقل از زمینه و برچسب های واقعی انتخاب شوند.

استدلال ها:

  • دامنه: یک شی Sc Scope
  • true_classes: یک ماتریس batch_size * num_true ، که در آن هر ردیف حاوی شناسه های کلاس_ num_true هدف در برچسب اصلی مربوطه است.
  • num_true: تعداد برچسب های واقعی در هر زمینه.
  • num_sampled: تعداد داوطلبانی که به طور تصادفی نمونه گیری می شوند.
  • unique: اگر منحصر به فرد درست باشد ، ما با رد نمونه گیری می کنیم ، بنابراین همه نامزدهای نمونه در یک گروه منحصر به فرد هستند. برای برآورد احتمال نمونه برداری پس از رد این امر به تقریب احتیاج دارد.
  • range_max: نمونه گیرنده از اعداد صحیح از فاصله [0، range_max) نمونه برداری خواهد کرد.

ویژگی های اختیاری (به Attrs مراجعه کنید):

  • seed: اگر بذر یا seed2 غیر صفر تنظیم شود ، مولد عدد تصادفی توسط بذر داده شده بذر می شود. در غیر این صورت ، توسط یک بذر تصادفی بذر می شود.
  • seed2: دانه دوم برای جلوگیری از برخورد بذر.

بازده:

  • Output sampled_candidates: بردار طول num_sampled ، که در آن هر عنصر شناسه یک نامزد نمونه است.
  • Output true_count_count: یک ماتریس batch_size * num_true ، نشان دهنده تعداد دفعاتی است که انتظار می رود هر نامزد در یک دسته از نامزدهای نمونه گرفته شود. اگر منحصر به فرد = درست است ، پس این یک احتمال است.
  • Output sampled_count_count: بردار طول num_sampled ، برای هر نامزد نمونه ای که نمایانگر تعداد دفعاتی است که نامزد در دسته ای از نامزدهای نمونه گرفته می شود. اگر منحصر به فرد = درست است ، پس این یک احتمال است.

سازندگان و ویرانگران

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

صفات عمومی

operation
sampled_candidates
sampled_expected_count
true_expected_count

توابع استاتیک عمومی

Seed (int64 x)
Seed2 (int64 x)

سازه ها

tensorflow :: ops :: LearnedUnigramCandidateSampler :: Attrs

تنظیم کننده های ویژگی اختیاری برای LearnedUnigramCandidateSampler .

صفات عمومی

عمل

Operation operation

نامزدهای نمونه

::tensorflow::Output sampled_candidates

نمونه_برشماری_منتظره

::tensorflow::Output sampled_expected_count

_حساب_حقیقت_صحیح

::tensorflow::Output true_expected_count

کارکردهای عمومی

LearnedUnigramCandidateSampler

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

LearnedUnigramCandidateSampler

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

توابع استاتیک عمومی

بذر

Attrs Seed(
  int64 x
)

دانه 2

Attrs Seed2(
  int64 x
)