Ta strona została przetłumaczona przez Cloud Translation API.

tensorflow:: ops:: FixedUnigramCandidateSampler:: Attrs

#include <candidate_sampling_ops.h>

Opcjonalne settery atrybutów dla FixedUnigramCandidateSampler .

Streszczenie

Atrybuty publiczne
`distortion_ = 1.0f`	`float`
`num_reserved_ids_ = 0`	`int64`
`num_shards_ = 1`	`int64`
`seed2_ = 0`	`int64`
`seed_ = 0`	`int64`
`shard_ = 0`	`int64`
`unigrams_ = {}`	`gtl::ArraySlice< float >`
`vocab_file_ = ""`	`StringPiece`

Funkcje publiczne
`Distortion (float x)`	`TF_MUST_USE_RESULT Attrs` Zniekształcenie jest wykorzystywane do przekłamania rozkładu prawdopodobieństwa unigramów.
`NumReservedIds (int64 x)`	`TF_MUST_USE_RESULT Attrs` Opcjonalnie użytkownicy mogą dodać kilka zarezerwowanych identyfikatorów z zakresu [0, ..., num_reserved_ids).
`NumShards (int64 x)`	`TF_MUST_USE_RESULT Attrs` Próbnik można wykorzystać do pobrania próbek z podzbioru oryginalnego zakresu, aby przyspieszyć całe obliczenia dzięki paralelizmowi.
`Seed (int64 x)`	`TF_MUST_USE_RESULT Attrs` Jeżeli parametr seed lub seed2 jest ustawiony na wartość różną od zera, generator liczb losowych jest uruchamiany na podstawie podanego parametru seed.
`Seed2 (int64 x)`	`TF_MUST_USE_RESULT Attrs` Drugie nasiono w celu uniknięcia kolizji z nasionami.
`Shard (int64 x)`	`TF_MUST_USE_RESULT Attrs` Próbnik można wykorzystać do pobrania próbek z podzbioru oryginalnego zakresu, aby przyspieszyć całe obliczenia dzięki paralelizmowi.
`Unigrams (const gtl::ArraySlice< float > & x)`	`TF_MUST_USE_RESULT Attrs` Lista unigramowych liczb lub prawdopodobieństw, po jednym na identyfikator w kolejności sekwencyjnej.
`VocabFile (StringPiece x)`	`TF_MUST_USE_RESULT Attrs` Każdy prawidłowy wiersz w tym pliku (który powinien mieć format podobny do CSV) odpowiada prawidłowemu identyfikatorowi słowa.

Atrybuty publiczne

zniekształcenie_

float tensorflow::ops::FixedUnigramCandidateSampler::Attrs::distortion_ = 1.0f

liczba_zarezerwowanych_ids_

int64 tensorflow::ops::FixedUnigramCandidateSampler::Attrs::num_reserved_ids_ = 0

liczba_odłamków_

int64 tensorflow::ops::FixedUnigramCandidateSampler::Attrs::num_shards_ = 1

seed2_

int64 tensorflow::ops::FixedUnigramCandidateSampler::Attrs::seed2_ = 0

nasienie_

int64 tensorflow::ops::FixedUnigramCandidateSampler::Attrs::seed_ = 0

czerep_

int64 tensorflow::ops::FixedUnigramCandidateSampler::Attrs::shard_ = 0

unigrams_

gtl::ArraySlice< float > tensorflow::ops::FixedUnigramCandidateSampler::Attrs::unigrams_ = {}

plik_słownictwa_

StringPiece tensorflow::ops::FixedUnigramCandidateSampler::Attrs::vocab_file_ = ""

Funkcje publiczne

Zniekształcenie

TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::Distortion(
  float x
)

Zniekształcenie jest wykorzystywane do przekłamania rozkładu prawdopodobieństwa unigramów.

Każda waga jest najpierw podnoszona do potęgi zniekształcenia, a następnie dodawana do wewnętrznego rozkładu unigramów. W rezultacie zniekształcenie = 1,0 daje regularne próbkowanie unigramów (zgodnie z definicją w pliku słownika), a zniekształcenie = 0,0 daje rozkład równomierny.

Domyślnie 1

Liczba zarezerwowanych identyfikatorów

TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::NumReservedIds(
  int64 x
)

Opcjonalnie użytkownicy mogą dodać kilka zarezerwowanych identyfikatorów z zakresu [0, ..., num_reserved_ids).

Jednym z przypadków użycia jest użycie specjalnego, nieznanego tokena słownego jako ID 0. Takie identyfikatory będą miały prawdopodobieństwo próbkowania równe 0.

Domyślnie 0

Liczba odłamków

TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::NumShards(
  int64 x
)

Próbnik można wykorzystać do pobrania próbek z podzbioru oryginalnego zakresu, aby przyspieszyć całe obliczenia dzięki paralelizmowi.

Ten parametr (wraz z parametrem „shard”) wskazuje liczbę partycji używanych w całościowym obliczeniu.

Domyślnie 1

Nasienie

TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::Seed(
  int64 x
)

Jeżeli parametr seed lub seed2 jest ustawiony na wartość różną od zera, generator liczb losowych jest uruchamiany na podstawie podanego parametru seed.

W przeciwnym wypadku zasiewane jest losowe ziarno.

Domyślnie 0

Seed2

TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::Seed2(
  int64 x
)

Drugie nasiono w celu uniknięcia kolizji z nasionami.

Domyślnie 0

Czerep

TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::Shard(
  int64 x
)

Próbnik można wykorzystać do pobrania próbek z podzbioru oryginalnego zakresu, aby przyspieszyć całe obliczenia dzięki paralelizmowi.

Ten parametr (wraz z 'num_shards') wskazuje konkretny numer partycji operacji próbnika, gdy używane jest partycjonowanie.

Domyślnie 0

Unigramy

TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::Unigrams(
  const gtl::ArraySlice< float > & x
)

Lista unigramowych liczb lub prawdopodobieństw, po jednym na identyfikator w kolejności sekwencyjnej.

Dokładnie jeden z plików vocab_file i unigrams powinien zostać przekazany do tej operacji.

Domyślnie []

Plik słownictwa

TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::VocabFile(
  StringPiece x
)

Każdy prawidłowy wiersz w tym pliku (który powinien mieć format podobny do CSV) odpowiada prawidłowemu identyfikatorowi słowa.

Identyfikatory są uporządkowane sekwencyjnie, zaczynając od num_reserved_ids. Ostatni wpis w każdym wierszu powinien być wartością odpowiadającą liczbie lub prawdopodobieństwu względnemu. Do tej operacji należy przekazać dokładnie jeden z elementów vocab_file i unigrams.

Domyślnie ""