tensorflow:: ops:: UniformCandidateSampler

সুষম বিন্যাস সহ প্রার্থী স্যাম্পলিংয়ের জন্য লেবেল তৈরি করে।

সারসংক্ষেপ

ক্যান্ডিডেট স্যাম্পলিং এবং ডেটা ফরম্যাটগুলোর ব্যাখ্যা go/candidate-sampling-এ দেখুন।

প্রতিটি ব্যাচের জন্য, এই অপারেশনটি নমুনা হিসেবে নেওয়া সম্ভাব্য লেবেলের একটি একক সেট নির্বাচন করে।

প্রতি-ব্যাচ ভিত্তিতে ক্যান্ডিডেট স্যাম্পলিং করার সুবিধাগুলো হলো এর সরলতা এবং কার্যকর ডেন্স ম্যাট্রিক্স গুণনের সম্ভাবনা। এর অসুবিধা হলো, স্যাম্পল করা ক্যান্ডিডেটগুলোকে অবশ্যই প্রেক্ষাপট এবং প্রকৃত লেবেল থেকে স্বাধীনভাবে বেছে নিতে হবে।

যুক্তি:

• স্কোপ: একটি স্কোপ অবজেক্ট
• true_classes: একটি batch_size * num_true ম্যাট্রিক্স, যার প্রতিটি সারিতে সংশ্লিষ্ট মূল লেবেলে থাকা num_true সংখ্যক target_classes-এর আইডিগুলো থাকে।
• num_true: প্রতি কনটেক্সটে সত্য লেবেলের সংখ্যা।
• num_sampled: দৈবচয়নের মাধ্যমে নমুনা হিসেবে বেছে নেওয়ার জন্য প্রার্থীর সংখ্যা।
• অনন্য: যদি অনন্য শর্তটি সত্য হয়, তবে আমরা বর্জন সাপেক্ষে নমুনা সংগ্রহ করি, যাতে একটি ব্যাচের সমস্ত নমুনাকৃত প্রার্থী অনন্য হয়। বর্জন-পরবর্তী নমুনা সংগ্রহের সম্ভাব্যতা অনুমান করার জন্য এর জন্য কিছু আনুমানিক হিসাবের প্রয়োজন হয়।
• range_max: স্যাম্পলারটি [0, range_max) ব্যবধি থেকে পূর্ণসংখ্যা স্যাম্পল করবে।

ঐচ্ছিক অ্যাট্রিবিউটসমূহ (দেখুন Attrs ):

• সিড: যদি সিড অথবা সিড২-এর যেকোনো একটির মান অশূন্য ধরা হয়, তবে র‍্যান্ডম নম্বর জেনারেটরটি প্রদত্ত সিড দ্বারা চালিত হয়। অন্যথায়, এটি একটি র‍্যান্ডম সিড দ্বারা চালিত হয়।
• seed2: বীজের সংঘর্ষ এড়ানোর জন্য একটি দ্বিতীয় বীজ।

ফেরত:

• Output sampled_candidates: num_sampled দৈর্ঘ্যের একটি ভেক্টর, যার প্রতিটি উপাদান হলো একজন নমুনাভুক্ত প্রার্থীর আইডি।
• Output true_expected_count: একটি batch_size * num_true ম্যাট্রিক্স, যা নমুনা করা ক্যান্ডিডেটদের একটি ব্যাচে প্রতিটি ক্যান্ডিডেটের প্রত্যাশিত উপস্থিতির সংখ্যা নির্দেশ করে। যদি unique=true হয়, তবে এটি একটি সম্ভাবনা।
• Output sampled_expected_count: num_sampled দৈর্ঘ্যের একটি ভেক্টর, যা প্রতিটি স্যাম্পল করা ক্যান্ডিডেটের জন্য একটি ব্যাচে ক্যান্ডিডেটটির প্রত্যাশিত উপস্থিতির সংখ্যা নির্দেশ করে। যদি unique=true হয়, তবে এটি একটি সম্ভাবনা।

জনসাধারণের বৈশিষ্ট্য

Operation operation

::tensorflow::Output sampled_candidates

::tensorflow::Output sampled_expected_count

::tensorflow::Output true_expected_count

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

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

Attrs Seed(
  int64 x
)

Attrs Seed2(
  int64 x
)