टेन्सरफ्लो::ऑप्स::लर्नडयूनिग्रामकैंडिडेटसैंपलर

यह सीखे हुए यूनिग्राम वितरण के साथ उम्मीदवार नमूनाकरण के लिए लेबल उत्पन्न करता है।

सारांश

उम्मीदवार नमूनाकरण और डेटा प्रारूपों की व्याख्या go/candidate-sampling पर देखें।

प्रत्येक बैच के लिए, यह ऑपरेशन नमूना किए गए संभावित लेबलों का एक ही सेट चुनता है।

प्रत्येक बैच के लिए उम्मीदवारों का नमूना लेने के लाभ सरलता और कुशल सघन मैट्रिक्स गुणन की संभावना हैं। इसका नुकसान यह है कि नमूना लिए गए उम्मीदवारों को संदर्भ और वास्तविक लेबल से स्वतंत्र रूप से चुना जाना चाहिए।

तर्क:

• स्कोप: एक स्कोप ऑब्जेक्ट
• true_classes: एक batch_size * num_true मैट्रिक्स, जिसमें प्रत्येक पंक्ति में संबंधित मूल लेबल में num_true target_classes की ID शामिल होती हैं।
• num_true: प्रति संदर्भ सही लेबलों की संख्या।
• num_sampled: यादृच्छिक रूप से नमूना लेने के लिए उम्मीदवारों की संख्या।
• अद्वितीय: यदि अद्वितीय सत्य है, तो हम अस्वीकृति के साथ नमूना लेते हैं, ताकि एक बैच में सभी नमूना लिए गए उम्मीदवार अद्वितीय हों। इसके लिए अस्वीकृति के बाद की नमूना संभावनाओं का अनुमान लगाने के लिए कुछ सन्निकटन की आवश्यकता होती है।
• range_max: सैम्पलर अंतराल [0, range_max) से पूर्णांकों का नमूना लेगा।

वैकल्पिक विशेषताएँ (देखें Attrs ):

• सीड: यदि सीड या सीड2 में से कोई भी मान शून्य नहीं है, तो रैंडम नंबर जनरेटर को दिए गए सीड से सीड किया जाता है। अन्यथा, इसे एक रैंडम सीड से सीड किया जाता है।
• seed2: सीड टकराव से बचने के लिए एक दूसरा सीड।

प्रतिफल:

• Output sampled_candidates: num_sampled लंबाई का एक वेक्टर, जिसमें प्रत्येक तत्व एक नमूना उम्मीदवार की आईडी है।
• Output true_expected_count: एक batch_size * num_true मैट्रिक्स, जो नमूना लिए गए उम्मीदवारों के एक बैच में प्रत्येक उम्मीदवार के अपेक्षित आगमन की संख्या को दर्शाता है। यदि unique=true है, तो यह एक प्रायिकता है।
• Output sampled_expected_count: num_sampled लंबाई का एक वेक्टर, जो प्रत्येक नमूना किए गए उम्मीदवार के लिए यह दर्शाता है कि नमूना किए गए उम्मीदवारों के एक बैच में उस उम्मीदवार के कितनी बार आने की उम्मीद है। यदि unique=true है, तो यह एक प्रायिकता है।

सार्वजनिक विशेषताएँ

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
)