tensorflow:: ops:: LearnedUnigramCandidateSampler

Genera etiquetas para el muestreo de candidatos con una distribución unigrama aprendida.

Resumen

Consulte las explicaciones sobre el muestreo de candidatos y los formatos de datos en go/candidate-sampling.

Para cada lote, esta operación selecciona un único conjunto de etiquetas candidatas muestreadas.

Las ventajas de muestrear candidatos por lote son la simplicidad y la posibilidad de realizar una multiplicación eficiente de matrices densas. La desventaja es que los candidatos muestreados deben elegirse independientemente del contexto y de las etiquetas reales.

Argumentos:

• ámbito: Un objeto de ámbito
• true_classes: Una matriz batch_size * num_true, en la que cada fila contiene los ID de las num_true target_classes en la etiqueta original correspondiente.
• num_true: Número de etiquetas verdaderas por contexto.
• num_sampled: Número de candidatos a muestrear aleatoriamente.
• Unicidad: Si la condición de unicidad es verdadera, realizamos un muestreo con rechazo, de modo que todos los candidatos muestreados en un lote sean únicos. Esto requiere cierta aproximación para estimar las probabilidades de muestreo posteriores al rechazo.
• range_max: El muestreador tomará muestras de números enteros del intervalo [0, range_max).

Atributos opcionales (ver Attrs ):

• Semilla: Si tanto la semilla como la semilla2 tienen un valor distinto de cero, el generador de números aleatorios se inicializa con la semilla proporcionada. De lo contrario, se inicializa con una semilla aleatoria.
• seed2: Una segunda semilla para evitar colisiones de semillas.

Devoluciones:

• Output sampled_candidates: Un vector de longitud num_sampled, en el que cada elemento es el ID de un candidato muestreado.
• Output true_expected_count: Una matriz batch_size * num_true, que representa la cantidad de veces que se espera que aparezca cada candidato en un lote de candidatos muestreados. Si unique=true, entonces se trata de una probabilidad.
• Output sampled_expected_count: Un vector de longitud num_sampled, para cada candidato muestreado, que representa el número de veces que se espera que el candidato aparezca en un lote de candidatos muestreados. Si unique=true, entonces se trata de una probabilidad.

Atributos públicos

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
)