ทำให้การย้ายโค้ดที่ใช้ tf.nn.embedding_lookup_sparse() ง่ายขึ้น
embedding_indices[i] และ aggregation_weights[i] สอดคล้องกับคุณลักษณะ i
เทนเซอร์ที่ตำแหน่งที่สอดคล้องกันในรายการอินพุตสามรายการ (sample_indices, embedding_indices และ aggregation_weights) จะต้องมีรูปร่างเหมือนกัน กล่าวคือ อันดับ 1 โดยมี dim_size() เท่ากับจำนวนการค้นหาทั้งหมดในตารางที่อธิบายโดยคุณลักษณะที่เกี่ยวข้อง
คลาสที่ซ้อนกัน
ระดับ | DynamicEnqueueTPUmbeddingArbitraryTensorBatch.Options | แอตทริบิวต์เพิ่มเติมสำหรับ DynamicEnqueueTPUEmbeddingArbitraryTensorBatch |
วิธีการสาธารณะ
คง DynamicEnqueueTPUmbeddingArbitraryTensorBatch.Options | ตัวรวม (ตัวรวมรายการ<String>) |
คงที่ <T ขยายหมายเลข, U ขยายหมายเลข, V ขยายหมายเลข> DynamicEnqueueTPUmbeddingArbitraryTensorBatch | สร้าง ( ขอบเขต ขอบเขต Iterable< Operand <T>> SampleIndicesOrRowSplits, Iterable< Operand <U>> embeddingIndices, Iterable< Operand <V>> aggregationWeights, Operand <String> modeOverride, Operand <Integer> deviceOrdinal, ตัวเลือก... ตัวเลือก) วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ DynamicEnqueueTPUEmbeddingArbitraryTensorBatch ใหม่ |
วิธีการสืบทอด
วิธีการสาธารณะ
สาธารณะคง DynamicEnqueueTPUEmbeddingArbitraryTensorBatch.Options ตัวรวม (ตัวรวมรายการ <สตริง>)
พารามิเตอร์
เครื่องผสม | รายการสเกลาร์สตริง หนึ่งรายการสำหรับแต่ละตารางการฝังที่ระบุวิธีทำให้การเปิดใช้งานการฝังเป็นมาตรฐานหลังจากการรวมแบบถ่วงน้ำหนัก ตัวรวมที่รองรับคือ 'mean', 'sum' หรือ 'sqrtn' ไม่ถูกต้องที่จะให้ผลรวมของน้ำหนักเป็น 0 สำหรับ 'ค่าเฉลี่ย' หรือผลรวมของน้ำหนักกำลังสองเป็น 0 สำหรับ 'sqrtn' หากไม่ผ่านตัวรวม ค่าเริ่มต้นคือการใช้ 'ผลรวม' สำหรับตารางทั้งหมด |
---|
สาธารณะคง DynamicEnqueueTPUEmbeddingArbitraryTensorBatch สร้าง ( ขอบเขตขอบเขต Iterable < Operand <T>> SampleIndicesOrRowSplits, Iterable < Operand <U>> embeddingIndices, Iterable < Operand <V>> aggregationWeights, Operand <String> modeOverride, Operand <Integer> deviceOrdinal, ตัวเลือก .. . ตัวเลือก)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ DynamicEnqueueTPUEmbeddingArbitraryTensorBatch ใหม่
พารามิเตอร์
ขอบเขต | ขอบเขตปัจจุบัน |
---|---|
ตัวอย่างIndicesOrRowSplits | รายการเทนเซอร์อันดับ 2 ที่ระบุตัวอย่างการฝึกอบรมซึ่งมีค่า embedding_indices และ aggregation_weights ที่สอดคล้องกัน หากขนาดของมิติแรกคือ 0 เราจะถือว่า embedding_indices แต่ละรายการเป็นของกลุ่มตัวอย่างที่แตกต่างกัน อนุญาตให้ใช้ทั้ง int32 และ int64 และจะถูกแปลงเป็น int32 ภายใน หรือรายการเทนเซอร์อันดับ 1 ที่ระบุการแยกแถวสำหรับการแยก embedding_indices และ aggregation_weights ออกเป็นแถว มันสอดคล้องกับ ids.row_splits ใน embedding_lookup() เมื่อ ids เป็น RaggedTensor เมื่อจัดคิวเทนเซอร์ที่ขาดหายของ ND จะอนุญาตให้เฉพาะมิติสุดท้ายเท่านั้นที่จะถูกขาด การแยกแถวเป็นเทนเซอร์หนาแน่น 1 มิติ เมื่อว่างเปล่า เราถือว่าเทนเซอร์หนาแน่นถูกส่งผ่านไปยัง op อนุญาตทั้ง int32 และ int64 และจะถูกแปลงเป็น int32 ภายใน |
การฝังIndices | รายชื่อเทนเซอร์อันดับ 1 ซึ่งจัดทำดัชนีไว้ในตารางที่ฝัง อนุญาตให้ใช้ทั้ง int32 และ int64 และจะถูกแปลงเป็น int32 ภายใน |
น้ำหนักรวม | รายชื่อเทนเซอร์อันดับ 1 ที่มีน้ำหนักรวมต่อตัวอย่างการฝึกอบรม อนุญาตให้ใช้ทั้ง float32 และ float64 และจะถูกแปลงเป็น float32 ภายใน |
โหมดแทนที่ | อินพุตสตริงที่แทนที่โหมดที่ระบุใน TPUEmbeddingConfiguration ค่าที่รองรับคือ {'unspecified', 'inference', 'training', 'backward_pass_only'} เมื่อตั้งค่าเป็น "ไม่ระบุ" ระบบจะใช้โหมดที่ตั้งค่าใน TPUEmbeddingConfiguration มิฉะนั้นจะใช้ mode_override |
อุปกรณ์ลำดับ | อุปกรณ์ TPU ที่จะใช้ ควรเป็น >= 0 และน้อยกว่าจำนวนแกน TPU ในงานที่วางโหนด |
ตัวเลือก | มีค่าแอตทริบิวต์ทางเลือก |
การส่งคืน
- อินสแตนซ์ใหม่ของ DynamicEnqueueTPUmbeddingArbitraryTensorBatch