тензорный поток :: ops :: LearnedUnigramCandidateSampler

Создает метки для выборки кандидатов с изученным распределением униграмм.

Резюме

См. Объяснения выборки кандидатов и форматов данных в go / scheme-sampling.

Для каждого пакета этот оператор выбирает один набор выбранных меток-кандидатов.

Преимуществами выборки кандидатов для каждой партии являются простота и возможность эффективного умножения плотных матриц. Недостатком является то, что отобранные кандидаты должны выбираться независимо от контекста и истинных ярлыков.

Аргументы:

• scope: объект Scope
• true_classes: матрица batch_size * num_true, в которой каждая строка содержит идентификаторы целевых_классов num_true в соответствующей исходной метке.
• num_true: количество истинных меток в контексте.
• num_sampled: количество кандидатов для случайной выборки.
• unique: Если unique имеет значение true, мы производим выборку с отклонением, чтобы все выбранные кандидаты в пакете были уникальными. Это требует некоторого приближения для оценки вероятностей выборки после отбраковки.
• range_max: сэмплер будет отбирать целые числа из интервала [0, range_max).

Необязательные атрибуты (см. Attrs ):

• seed: Если для seed или seed2 задано значение, отличное от нуля, генератор случайных чисел заполняется заданным семенем. В противном случае он засевается случайным семенем.
• seed2: второе семя, чтобы избежать столкновения семян.

Возврат:

• Output sampled_candidates: вектор длины num_sampled, в котором каждый элемент является идентификатором выбранного кандидата.
• Output true_expected_count: матрица batch_size * num_true, представляющая, сколько раз каждый кандидат, как ожидается, встретится в пакете выбранных кандидатов. Если unique = true, то это вероятность.
• Output sampled_expected_count: вектор длины num_sampled для каждого выбранного кандидата, представляющий количество раз, которое кандидат, как ожидается, появится в пакете выбранных кандидатов. Если unique = true, то это вероятность.

Публичные атрибуты

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
)