tensorflow::ops::UniformCandidateSampler
#include <candidate_sampling_ops.h>Генерирует метки для выборки кандидатов с равномерным распределением.
Краткое содержание
См. пояснения по выборке кандидатов и форматам данных в go/candidate-sampling.
Для каждой партии эта операция выбирает один набор отобранных меток-кандидатов.
Преимущества выборки кандидатов партиями заключаются в простоте и возможности эффективного умножения плотных матриц. Недостаток состоит в том, что выбор кандидатов должен осуществляться независимо от контекста и истинных меток.
Аргументы:
- scope: Объект Scope
- true_classes: Матрица размером batch_size * num_true, в каждой строке которой содержатся идентификаторы num_true целевых классов в соответствующей исходной метке.
- num_true: Количество истинных меток для каждого контекста.
- num_sampled: Количество кандидатов для случайной выборки.
- Уникальность: Если условие уникальности выполняется, мы проводим выборку с отбрасыванием, так что все выбранные кандидаты в партии являются уникальными. Для оценки вероятностей выборки после отбрасывания требуется некоторое приближение.
- range_max: Сэмплер будет выбирать целые числа из интервала [0, range_max).
Дополнительные атрибуты (см. Attrs ):
- seed: Если seed или seed2 заданы ненулевыми значениями, генератор случайных чисел инициализируется заданным значением seed. В противном случае он инициализируется случайным значением seed.
- seed2: Второй начальный элемент для предотвращения конфликта начальных элементов.
Возвращает:
-
Output: sampled_candidates: вектор длиной num_sampled, каждый элемент которого представляет собой идентификатор выбранного кандидата. -
Outputtrue_expected_count: матрица размером batch_size * num_true, представляющая количество раз, когда каждый кандидат, как ожидается, появится в пакете выбранных кандидатов. Если unique=true, то это вероятность. -
Output: sampled_expected_count: вектор длиной num_sampled, представляющий для каждого выбранного кандидата количество раз, когда этот кандидат, как ожидается, появится в пакете выбранных кандидатов. Если unique=true, то это вероятность.
Конструкторы и Деструкторы | |
|---|---|
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) |
Общедоступные атрибуты | |
|---|---|
operation | |
sampled_candidates | |
sampled_expected_count | |
true_expected_count | |
Открытые статические функции | |
|---|---|
Seed (int64 x) | |
Seed2 (int64 x) | |
Структуры | |
|---|---|
| tensorflow::ops::UniformCandidateSampler::Attrs | Дополнительные параметры установки атрибутов для UniformCandidateSampler . |
Общедоступные атрибуты
операция
Operation operation
sampled_candidates
::tensorflow::Output sampled_candidates
sampled_expected_count
::tensorflow::Output sampled_expected_count
true_expected_count
::tensorflow::Output true_expected_count
Общественные функции
UniformCandidateSampler
UniformCandidateSampler( const ::tensorflow::Scope & scope, ::tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max )
UniformCandidateSampler
UniformCandidateSampler( const ::tensorflow::Scope & scope, ::tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max, const UniformCandidateSampler::Attrs & attrs )
Открытые статические функции
Семя
Attrs Seed( int64 x )
Seed2
Attrs Seed2( int64 x )