tensorflow::ops::LearnedUnigramCandidateSampler

Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi unigram yang dipelajari.

Ringkasan

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

Untuk setiap batch, operasi ini memilih satu set label kandidat yang diambil sampelnya.

Keuntungan dari pengambilan sampel kandidat per-batch adalah kesederhanaan dan kemungkinan perkalian matriks padat yang efisien. Kerugiannya adalah kandidat yang diambil sampelnya harus dipilih secara independen dari konteks dan label sebenarnya.

Argumen:

• Cakupan: Objek Cakupan
• true_classes: Sebuah matriks batch_size * num_true, di mana setiap baris berisi ID dari num_true target_classes dalam label asli yang sesuai.
• num_true: Jumlah label benar per konteks.
• num_sampled: Jumlah kandidat yang akan diambil sampel secara acak.
• unik: Jika unik bernilai benar, kita melakukan pengambilan sampel dengan penolakan, sehingga semua kandidat yang diambil sampelnya dalam satu batch bersifat unik. Hal ini memerlukan beberapa perkiraan untuk mengestimasi probabilitas pengambilan sampel setelah penolakan.
• range_max: Sampler akan mengambil sampel bilangan bulat dari interval [0, range_max).

Atribut opsional (lihat Attrs ):

• seed: Jika seed atau seed2 diatur ke nilai bukan nol, generator angka acak akan diinisialisasi dengan seed yang diberikan. Jika tidak, generator akan diinisialisasi dengan seed acak.
• seed2: Benih kedua untuk menghindari benturan benih.

Mengembalikan:

• Output sampled_candidates: Sebuah vektor dengan panjang num_sampled, di mana setiap elemennya adalah ID dari kandidat yang diambil sampelnya.
• Output true_expected_count: Matriks batch_size * num_true, yang mewakili jumlah kemunculan yang diharapkan dari setiap kandidat dalam satu batch kandidat yang diambil sampelnya. Jika unique=true, maka ini adalah probabilitas.
• Output sampled_expected_count: Sebuah vektor dengan panjang num_sampled, untuk setiap kandidat yang diambil sampelnya, yang mewakili jumlah kemunculan kandidat tersebut dalam kumpulan kandidat yang diambil sampelnya. Jika unique=true, maka ini adalah probabilitas.

Atribut publik

Operation operation

::tensorflow::Output sampled_candidates

::tensorflow::Output sampled_expected_count

::tensorflow::Output true_expected_count

 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
)

Attrs Seed(
  int64 x
)

Attrs Seed2(
  int64 x
)