тензорный поток :: ops :: LearnedUnigramCandidateSampler

#include <candidate_sampling_ops.h>

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.

Конструкторы и деструкторы

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)

Публичные атрибуты

operation
sampled_candidates
sampled_expected_count
true_expected_count

Публичные статические функции

Seed (int64 x)
Seed2 (int64 x)

Структуры

tenorflow :: ops :: LearnedUnigramCandidateSampler :: Attrs

Необязательные установщики атрибутов для LearnedUnigramCandidateSampler .

Публичные 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

Публичные функции

LearnedUnigramCandidateSampler

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

LearnedUnigramCandidateSampler

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

Публичные статические функции

Семя

Attrs Seed(
  int64 x
)

Семя2

Attrs Seed2(
  int64 x
)