tensorflow::ops::LogUniformCandidateSampler

Génère des étiquettes pour l'échantillonnage des candidats avec une distribution log-uniforme.

Résumé

Consultez les explications sur l'échantillonnage des candidats et les formats de données sur go/candidate-sampling.

Pour chaque lot, cette opération sélectionne un seul ensemble d'étiquettes candidates échantillonnées.

L'échantillonnage par lots de candidats présente l'avantage d'être simple et de permettre une multiplication matricielle dense efficace. Son inconvénient réside dans le fait que les candidats échantillonnés doivent être choisis indépendamment du contexte et des étiquettes réelles.

Arguments :

• portée : un objet Scope
• true_classes : Une matrice batch_size * num_true, dans laquelle chaque ligne contient les identifiants des num_true target_classes dans l’étiquette d’origine correspondante.
• num_true : Nombre d’étiquettes vraies par contexte.
• num_sampled : Nombre de candidats à échantillonner aléatoirement.
• unique : Si la condition d’unicité est vraie, nous effectuons un échantillonnage avec rejet, de sorte que tous les candidats échantillonnés dans un lot soient uniques. Cela nécessite une approximation pour estimer les probabilités d’échantillonnage après rejet.
• range_max : L'échantillonneur échantillonnera des entiers de l'intervalle [0, range_max).

Attributs optionnels (voir Attrs ) :

• Graine : Si l’une des valeurs de graine ou de graine2 est différente de zéro, le générateur de nombres aléatoires est initialisé avec la graine fournie. Sinon, il est initialisé avec une graine aléatoire.
• seed2 : Une deuxième graine pour éviter les collisions entre les graines.

Retours :

• Output sampled_candidates : Un vecteur de longueur num_sampled, dans lequel chaque élément est l’identifiant d’un candidat échantillonné.
• Output true_expected_count : une matrice batch_size * num_true représentant le nombre d’occurrences attendues de chaque candidat dans un lot de candidats échantillonnés. Si unique=true, il s’agit d’une probabilité.
• Output sampled_expected_count : Un vecteur de longueur num_sampled, pour chaque candidat échantillonné, représentant le nombre de fois où ce candidat est susceptible d’apparaître dans un lot de candidats échantillonnés. Si unique=true, il s’agit alors d’une probabilité.

attributs publics

Operation operation

::tensorflow::Output sampled_candidates

::tensorflow::Output sampled_expected_count

::tensorflow::Output true_expected_count

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

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

Attrs Seed(
  int64 x
)

Attrs Seed2(
  int64 x
)