tensorflow :: ops :: UniformCandidateSampler
#include <candidate_sampling_ops.h>
برچسب هایی برای نمونه گیری از کاندیداها با توزیع یکنواخت ایجاد 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 سطر حاوی شناسه های کلاس های_ num_true 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 تنظیم شود که دانه یا seed2 غیر صفر باشد ، تولید کننده اعداد 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_pread_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 | |
---|---|
UniformCandidateSampler (const :: tensorflow::Scope & scope, :: tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max) | |
UniformCandidateSampler (const :: tensorflow::Scope & scope, :: tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max, const UniformCandidateSampler::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 :: UniformCandidateSampler :: Attrs | تنظیم کننده های ویژگی اختیاری برای UniformCandidateSampler . |
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
UniformCandidateSampler
UniformCandidateSampler( const ::tensorflow::Scope & scope, ::tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max )
UniformCandidateSampler
UniformCandidateSampler( const ::tensorflow::Scope & scope, ::tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max, const UniformCandidateSampler::Attrs & attrs )
توابع استاتیک عمومی
بذر
Attrs Seed( int64 x )
دانه 2
Attrs Seed2( int64 x )
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2020-04-20 بهوقت ساعت هماهنگ جهانی.