tensorflow:: ops:: LearnedUnigramCandidateSampler

יוצר תוויות לדגימת מועמדים עם התפלגות יוניגרם נלמדת.

תַקצִיר

ראו הסברים על דגימת מועמדים ופורמטי הנתונים ב-go/candidate-sampling.

עבור כל אצווה, פעולה זו בוחרת קבוצה אחת של תוויות מועמדות שנדגמו.

היתרונות של דגימת מועמדים בכל אצווה הם פשטות ואפשרות של כפל יעיל של מטריצות צפופות. החיסרון הוא שיש לבחור את המועמדים הנדגמים באופן בלתי תלוי בהקשר ובתוויות האמיתיות.

טיעונים:

• היקף: אובייקט היקף
• true_classes: מטריצה ​​של batch_size * num_true, שבה כל שורה מכילה את המזהים של num_true target_classes בתווית המקורית המתאימה.
• num_true: מספר תוויות אמת לכל הקשר.
• num_sampled: מספר המועמדים לדגימה אקראית.
• ייחודי: אם ייחודי הוא נכון, נדגום עם דחייה, כך שכל המועמדים שנדגמו בקבוצה יהיו ייחודיים. זה דורש קירוב מסוים כדי להעריך את הסתברויות הדגימה לאחר הדחייה.
• range_max: הדוגם ידגום מספרים שלמים מהמרווח [0, range_max).

מאפיינים אופציונליים (ראה Attrs ):

• seed: אם seed או seed2 מוגדרים כלא אפס, מחולל המספרים האקראיים נזרע על ידי ה-seed הנתון. אחרת, הוא נזרע על ידי seed אקראי.
• seed2: זרע שני כדי למנוע התנגשות זרעים.

החזרות:

• Output sampled_candidates: וקטור באורך num_sampled, שבו כל אלמנט הוא המזהה של מועמד שנדגם.
• Output true_expected_count: מטריצה ​​של batch_size * num_true, המייצגת את מספר הפעמים שכל מועמד צפוי להופיע באצווה של מועמדים שנדגמו. אם unique=true, אזי זוהי הסתברות.
• Output sampled_expected_count: וקטור באורך num_sampled, עבור כל מועמד שנדגם המייצג את מספר הפעמים שהמועמד צפוי להופיע באצווה של מועמדים שנדגמו. אם unique=true, אזי זוהי הסתברות.

מאפיינים ציבוריים

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
)