tensorflow::ops::FixedUnigramCandidateSampler::Attrs
#include <candidate_sampling_ops.h>Impostatori di attributi opzionali per FixedUnigramCandidateSampler .
Riepilogo
attributi pubblici | |
|---|---|
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 |
Funzioni pubbliche | |
|---|---|
Distortion (float x) | TF_MUST_USE_RESULT Attrs La distorsione viene utilizzata per alterare la distribuzione di probabilità unigramma. |
NumReservedIds (int64 x) | TF_MUST_USE_RESULT Attrs Facoltativamente, gli utenti possono aggiungere alcuni ID riservati nell'intervallo [0, ..., num_reserved_ids). |
NumShards (int64 x) | TF_MUST_USE_RESULT Attrs È possibile utilizzare un campionatore per campionare da un sottoinsieme dell'intervallo originale al fine di velocizzare l'intero calcolo tramite il parallelismo. |
Seed (int64 x) | TF_MUST_USE_RESULT Attrs Se seed o seed2 sono impostati su un valore diverso da zero, il generatore di numeri casuali viene inizializzato con il valore di seed specificato. |
Seed2 (int64 x) | TF_MUST_USE_RESULT Attrs Un secondo seme per evitare collisioni tra i semi. |
Shard (int64 x) | TF_MUST_USE_RESULT Attrs È possibile utilizzare un campionatore per campionare da un sottoinsieme dell'intervallo originale al fine di velocizzare l'intero calcolo tramite il parallelismo. |
Unigrams (const gtl::ArraySlice< float > & x) | TF_MUST_USE_RESULT Attrs Un elenco di conteggi o probabilità di unigrammi, uno per ID in ordine sequenziale. |
VocabFile (StringPiece x) | TF_MUST_USE_RESULT Attrs Ogni riga valida in questo file (che dovrebbe avere un formato simile a CSV) corrisponde a un ID di parola valido. |
attributi pubblici
distorsione_
float tensorflow::ops::FixedUnigramCandidateSampler::Attrs::distortion_ = 1.0f
num_reserved_ids_
int64 tensorflow::ops::FixedUnigramCandidateSampler::Attrs::num_reserved_ids_ = 0
num_shards_
int64 tensorflow::ops::FixedUnigramCandidateSampler::Attrs::num_shards_ = 1
seed2_
int64 tensorflow::ops::FixedUnigramCandidateSampler::Attrs::seed2_ = 0
seme_
int64 tensorflow::ops::FixedUnigramCandidateSampler::Attrs::seed_ = 0
coccio_
int64 tensorflow::ops::FixedUnigramCandidateSampler::Attrs::shard_ = 0
unigrammi_
gtl::ArraySlice< float > tensorflow::ops::FixedUnigramCandidateSampler::Attrs::unigrams_ = {}file_vocabolario_
StringPiece tensorflow::ops::FixedUnigramCandidateSampler::Attrs::vocab_file_ = ""
Funzioni pubbliche
Distorsione
TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::Distortion( float x )
La distorsione viene utilizzata per alterare la distribuzione di probabilità unigramma.
Ciascun peso viene prima elevato alla potenza della distorsione prima di essere aggiunto alla distribuzione unigramma interna. Di conseguenza, distorsione = 1.0 produce un campionamento unigramma regolare (come definito dal file di vocabolario), e distorsione = 0.0 produce una distribuzione uniforme.
Il valore predefinito è 1
Numero di ID riservati
TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::NumReservedIds( int64 x )
Facoltativamente, gli utenti possono aggiungere alcuni ID riservati nell'intervallo [0, ..., num_reserved_ids).
Un caso d'uso prevede l'utilizzo di un token speciale sconosciuto come ID 0. Questi ID avranno una probabilità di campionamento pari a 0.
Il valore predefinito è 0
Frammenti di Num
TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::NumShards( int64 x )
È possibile utilizzare un campionatore per campionare da un sottoinsieme dell'intervallo originale al fine di velocizzare l'intero calcolo tramite il parallelismo.
Questo parametro (insieme a 'shard') indica il numero di partizioni utilizzate nel calcolo complessivo.
Il valore predefinito è 1
Seme
TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::Seed( int64 x )
Se seed o seed2 sono impostati su un valore diverso da zero, il generatore di numeri casuali viene inizializzato con il valore di seed specificato.
Altrimenti, viene inizializzato con un seme casuale.
Il valore predefinito è 0
Seed2
TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::Seed2( int64 x )
Un secondo seme per evitare collisioni tra i semi.
Il valore predefinito è 0
Coccio
TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::Shard( int64 x )
È possibile utilizzare un campionatore per campionare da un sottoinsieme dell'intervallo originale al fine di velocizzare l'intero calcolo tramite il parallelismo.
Questo parametro (insieme a 'num_shards') indica il numero di partizione specifico di un'operazione di campionamento, quando viene utilizzato il partizionamento.
Il valore predefinito è 0
Unigrammi
TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::Unigrams( const gtl::ArraySlice< float > & x )
Un elenco di conteggi o probabilità di unigrammi, uno per ID in ordine sequenziale.
A questa operazione deve essere passato esattamente uno tra vocab_file e unigrams.
Valore predefinito []
VocabFile
TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::VocabFile( StringPiece x )
Ogni riga valida in questo file (che dovrebbe avere un formato simile a CSV) corrisponde a un ID di parola valido.
Gli ID sono in ordine sequenziale, a partire da num_reserved_ids. L'ultima voce di ogni riga dovrebbe essere un valore corrispondente al conteggio o alla probabilità relativa. A questa operazione deve essere passato esattamente uno tra vocab_file e unigrams.
Predefinito ""