Yardım Kaggle üzerinde TensorFlow ile Büyük Bariyer Resifi korumak Meydan Üyelik

tensorflow :: ops :: LearnedUnigramCandidateSampler

#include <candidate_sampling_ops.h>

Öğrenilmiş bir unigram dağılımı ile aday örnekleme için etiketler oluşturur.

Özet

Go / aday-örnekleme adresinde aday örneklemenin açıklamalarına ve veri formatlarına bakın.

Her parti için, bu işlem tek bir örneklenmiş aday etiket kümesi seçer.

Parti başına örnekleme adaylarının avantajları basitlik ve verimli yoğun matris çarpımı olasılığıdır. Dezavantajı, örneklenen adayların bağlamdan ve gerçek etiketlerden bağımsız olarak seçilmesinin gerekmesidir.

Argümanlar:

  • kapsam: Bir Scope nesnesi
  • true_classes: batch_size * num_true matrisi, burada her satır, ilgili orijinal etikette num_true target_class'ların kimliklerini içerir.
  • num_true: Bağlam başına gerçek etiketlerin sayısı.
  • num_sampled: Rastgele örneklenecek aday sayısı.
  • benzersiz: Benzersiz doğruysa, bir partideki tüm örneklenen adayların benzersiz olması için ret ile örnekleme yaparız. Bu, reddetme sonrası örnekleme olasılıklarını tahmin etmek için bazı tahminler gerektirir.
  • range_max: Örnekleyici, [0, aralık_maks) aralığındaki tam sayıları örnekleyecektir.

İsteğe bağlı özellikler (bkz. Attrs ):

  • seed: Çekirdek veya tohum2 sıfırdan farklı olacak şekilde ayarlanmışsa, rastgele sayı oluşturucu verilen tohum tarafından tohumlanır. Aksi takdirde, rastgele bir tohumla tohumlanır.
  • seed2: Tohum çarpışmasını önlemek için ikinci bir tohum.

İadeler:

  • Output sampled_candidates: Num_örneklenen uzunluk vektörü; burada her öğe, örneklenmiş bir adayın kimliğidir.
  • Output true_expected_count A batch_size * num_true matris, her bir aday örneklenmiş bir aday toplu meydana beklenen sayısını temsil eder. Unique = true ise, bu bir olasılıktır.
  • Output örneklenmiş_beklenen_sayı: Her örneklenen aday için, örneklenmiş adayların bir grubunda adayın ortaya çıkmasının beklendiği sayıları temsil eden, num_sampled uzunluk vektörü. Unique = true ise, bu bir olasılıktır.

Yapıcılar ve Yıkıcılar

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)

Genel özellikler

operation
sampled_candidates
sampled_expected_count
true_expected_count

Genel statik işlevler

Seed (int64 x)
Seed2 (int64 x)

Yapılar

tensorflow :: ops :: LearnedUnigramCandidateSampler :: Attrs

LearnedUnigramCandidateSampler için isteğe bağlı öznitelik belirleyiciler.

Genel özellikler

operasyon

Operation operation

sampled_candidates

::tensorflow::Output sampled_candidates

sampled_expected_count

::tensorflow::Output sampled_expected_count

true_expected_count

::tensorflow::Output true_expected_count

Kamusal işlevler

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
)

Genel statik işlevler

Tohum

Attrs Seed(
  int64 x
)

Tohum2

Attrs Seed2(
  int64 x
)