tensorflow:: ops:: LogUniformCandidateSampler

#include <candidate_sampling_ops.h>

Generuje etykiety do próbkowania kandydatów z rozkładem logarytmiczno-równomiernym.

Streszczenie

Zobacz wyjaśnienia dotyczące pobierania próbek kandydatów i formatów danych na stronie go/candidate-sampling.

Dla każdej partii operacja ta wybiera pojedynczy zestaw próbkowanych etykiet kandydackich.

Zaletami pobierania próbek kandydatów z każdej partii są prostota i możliwość wydajnego mnożenia gęstych macierzy. Wadą jest konieczność wyboru kandydatów niezależnie od kontekstu i rzeczywistych etykiet.

Argumenty:

  • zakres: obiekt zakresu
  • true_classes: Macierz batch_size * num_true, w której każdy wiersz zawiera identyfikatory num_true target_classes w odpowiadającej oryginalnej etykiecie.
  • num_true: Liczba etykiet true w danym kontekście.
  • num_sampled: Liczba kandydatów do losowego wybrania.
  • Unique: Jeśli wartość true jest równa true, pobieramy próbkę z odrzuceniem, tak aby wszyscy kandydaci w partii byli unikalni. Wymaga to pewnego przybliżenia w celu oszacowania prawdopodobieństwa pobrania próbek po odrzuceniu.
  • range_max: Próbnik będzie pobierał próbki liczb całkowitych z przedziału [0, range_max).

Atrybuty opcjonalne (patrz Attrs ):

  • seed: Jeśli albo seed, albo seed2 są ustawione na wartość różną od zera, generator liczb losowych jest zasiewany na podstawie podanego seeda. W przeciwnym razie jest zasiewany na podstawie losowego seeda.
  • seed2: Drugie nasiono zapobiegające kolizji z nasionami.

Zwroty:

  • Output sampled_candidates: wektor o długości num_sampled, w którym każdy element jest identyfikatorem wybranego kandydata.
  • Output true_expected_count: Macierz batch_size * num_true, reprezentująca oczekiwaną liczbę wystąpień każdego kandydata w partii wybranych kandydatów. Jeśli unique=true, jest to prawdopodobieństwo.
  • Output sampled_expected_count: Wektor o długości num_sampled dla każdego kandydata z próby, reprezentujący oczekiwaną liczbę wystąpień kandydata w partii kandydatów z próby. Jeśli unique=true, jest to prawdopodobieństwo.

Konstruktory i destruktory

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

Atrybuty publiczne

operation
sampled_candidates
sampled_expected_count
true_expected_count

Publiczne funkcje statyczne

Seed (int64 x)
Seed2 (int64 x)

Struktury

tensorflow:: ops:: LogUniformCandidateSampler:: Attrs

Opcjonalne settery atrybutów dla LogUniformCandidateSampler .

Atrybuty publiczne

działanie

Operation operation

wybrani_kandydaci

::tensorflow::Output sampled_candidates

oczekiwana_liczba_próbek

::tensorflow::Output sampled_expected_count

true_expected_count

::tensorflow::Output true_expected_count

Funkcje publiczne

LogUniformCandidateSampler

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

LogUniformCandidateSampler

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

Publiczne funkcje statyczne

Nasienie

Attrs Seed(
  int64 x
)

Seed2

Attrs Seed2(
  int64 x
)