flujo tensor:: operaciones:: UniformeCandidatoSampler

#include <candidate_sampling_ops.h>

Genera etiquetas para muestreo de candidatos con una distribución uniforme.

Resumen

Consulte las explicaciones sobre el muestreo de candidatos y los formatos de datos en go/candidate-sampling.

Para cada lote, esta operación selecciona un único conjunto de etiquetas candidatas de muestra.

Las ventajas de muestrear candidatos por lote son la simplicidad y la posibilidad de una multiplicación eficiente de matrices densas. La desventaja es que los candidatos de la muestra deben elegirse independientemente del contexto y de las etiquetas verdaderas.

Argumentos:

  • alcance: un objeto de alcance
  • true_classes: una matriz de tamaño de lote * num_true, en la que cada fila contiene los ID de num_true target_classes en la etiqueta original correspondiente.
  • num_true: número de etiquetas verdaderas por contexto.
  • num_sampled: número de candidatos para muestrear aleatoriamente.
  • único: si único es verdadero, tomamos muestras con rechazo, de modo que todos los candidatos muestreados en un lote sean únicos. Esto requiere cierta aproximación para estimar las probabilidades de muestreo posteriores al rechazo.
  • range_max: el muestreador tomará muestras de números enteros del intervalo [0, range_max).

Atributos opcionales (ver Attrs ):

  • semilla: si seed o seed2 se configuran como distintos de cero, el generador de números aleatorios se siembra con la semilla dada. De lo contrario, se siembra con una semilla aleatoria.
  • semilla2: una segunda semilla para evitar la colisión de semillas.

Devoluciones:

  • Output sampled_candidates: un vector de longitud num_sampled, en el que cada elemento es el ID de un candidato muestreado.
  • Output true_expected_count: una matriz de tamaño de lote * num_true, que representa el número de veces que se espera que ocurra cada candidato en un lote de candidatos muestreados. Si único = verdadero, entonces se trata de una probabilidad.
  • Output sampled_expected_count: un vector de longitud num_sampled, para cada candidato muestreado que representa el número de veces que se espera que aparezca el candidato en un lote de candidatos muestreados. Si único = verdadero, entonces se trata de una probabilidad.

Constructores y destructores

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

Atributos públicos

operation
sampled_candidates
sampled_expected_count
true_expected_count

Funciones estáticas públicas

Seed (int64 x)
Seed2 (int64 x)

estructuras

tensorflow:: operaciones:: UniformCandidateSampler:: Atributos

Configuradores de atributos opcionales para UniformCandidateSampler .

Atributos públicos

operación

Operation operation

candidatos_muestreo

::tensorflow::Output sampled_candidates

recuento_expectado_muestreado

::tensorflow::Output sampled_expected_count

verdadero_recuento_esperado

::tensorflow::Output true_expected_count

Funciones públicas

UniformeCandidatoSampler

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

UniformeCandidatoSampler

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

Funciones estáticas públicas

Semilla

Attrs Seed(
  int64 x
)

Semilla2

Attrs Seed2(
  int64 x
)