Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

tensorflow :: ops :: UniformCandidateSampler

#include <candidate_sampling_ops.h>

Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi seragam.

Ringkasan

Lihat penjelasan tentang pengambilan sampel kandidat dan format data di go / kandidat-sampling.

Untuk setiap batch, operasi ini mengambil satu set label kandidat sampel.

Keuntungan dari kandidat sampling per-batch adalah kesederhanaan dan kemungkinan perkalian matriks rapat yang efisien. Kerugiannya adalah bahwa calon sampel harus dipilih secara independen dari konteks dan label yang sebenarnya.

Argumen:

  • scope: Objek Scope
  • true_classes: Sebuah matriks batch_size * num_true, di mana setiap baris berisi ID dari num_true target_classes di label asli yang sesuai.
  • num_true: Jumlah label sebenarnya per konteks.
  • num_sampled: Jumlah kandidat untuk diambil sampelnya secara acak.
  • unique: Jika unique is true, kami mengambil sampel dengan penolakan, sehingga semua sampel kandidat dalam satu batch adalah unik. Ini membutuhkan beberapa perkiraan untuk memperkirakan probabilitas pengambilan sampel setelah penolakan.
  • range_max: Sampler akan mengambil sampel bilangan bulat dari interval [0, range_max).

Atribut opsional (lihat Attrs ):

  • benih: Jika salah satu benih atau benih2 ditetapkan menjadi bukan nol, generator nomor acak disemai oleh benih yang diberikan. Jika tidak, itu diunggulkan dengan benih acak.
  • seed2: Benih kedua untuk menghindari tumbukan benih.

Pengembalian:

  • Output sampled_candidates: Vektor dengan panjang num_sampled, di mana setiap elemen adalah ID dari kandidat yang disampel.
  • Output true_expected_count: Matriks batch_size * num_true, yang menunjukkan berapa kali setiap kandidat diharapkan muncul dalam sekumpulan kandidat sampel. Jika unique = true, maka ini adalah probabilitas.
  • Output sampled_expected_count: Vektor dengan panjang num_sampled, untuk setiap kandidat sampel yang mewakili frekuensi kandidat diharapkan muncul dalam sekumpulan kandidat sampel. Jika unique = true, maka ini adalah probabilitas.

Pembuat dan Penghancur

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)

Atribut publik

operation
sampled_candidates
sampled_expected_count
true_expected_count

Fungsi statis publik

Seed (int64 x)
Seed2 (int64 x)

Structs

tensorflow :: ops :: UniformCandidateSampler :: Attrs

Penyetel atribut opsional untuk UniformCandidateSampler .

Atribut publik

operasi

Operation operation

sampled_candidates

::tensorflow::Output sampled_candidates

sampled_expected_count

::tensorflow::Output sampled_expected_count

true_expected_count

::tensorflow::Output true_expected_count

Fungsi publik

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
)

Fungsi statis publik

Benih

Attrs Seed(
  int64 x
)

Benih2

Attrs Seed2(
  int64 x
)