Facilita a portabilidade de código que usa tf.nn.embedding_lookup_sparse().
embedding_indices[i] e aggregation_weights[i] correspondem ao i-ésimo recurso.
Os tensores nas posições correspondentes nas três listas de entrada (sample_indices, embedding_indices e aggregation_weights) devem ter a mesma forma, ou seja, rank 1 com dim_size() igual ao número total de pesquisas na tabela descrita pelo recurso correspondente.
Classes aninhadas
aula | EnqueueTPUEembeddingArbitraryTensorBatch.Options | Atributos opcionais para EnqueueTPUEmbeddingArbitraryTensorBatch |
Métodos públicos
static EnqueueTPUEembeddingArbitraryTensorBatch.Options | combinadores (List<String> combinadores) |
estático <T estende o número, U estende o número, V estende o número> EnqueueTPUEmbeddingArbitraryTensorBatch | create ( Escopo do escopo, Iterable< Operando <T>> sampleIndicesOrRowSplits, Iterable< Operando <U>> embeddingIndices, Iterable< Operando <V>> aggregationWeights, Operando <String> modeOverride, Options... options) Método de fábrica para criar uma classe que envolve uma nova operação EnqueueTPUEmbeddingArbitraryTensorBatch. |
static EnqueueTPUEembeddingArbitraryTensorBatch.Options | deviceOrdinal (Longo deviceOrdinal) |
Métodos Herdados
Métodos públicos
public static EnqueueTPUEmbeddingArbitraryTensorBatch.Options combinadores (List<String> combinadores)
Parâmetros
combinadores | Uma lista de escalares de string, um para cada tabela de incorporação que especifica como normalizar as ativações de incorporação após a soma ponderada. Os combinadores suportados são 'mean', 'sum' ou 'sqrtn'. É inválido que a soma dos pesos seja 0 para 'média' ou a soma dos pesos quadrados seja 0 para 'sqrtn'. Se os combinadores não forem passados, o padrão é usar 'sum' para todas as tabelas. |
---|
public static EnqueueTPUEmbeddingArbitraryTensorBatch create ( Escopo do escopo, Iterable< Operando <T>> sampleIndicesOrRowSplits, Iterable< Operando <U>> embeddingIndices, Iterable< Operando <V>> aggregationWeights, Operando <String> modeOverride, Options... options)
Método de fábrica para criar uma classe que envolve uma nova operação EnqueueTPUEmbeddingArbitraryTensorBatch.
Parâmetros
alcance | escopo atual |
---|---|
sampleIndicesOrRowSplits | Uma lista de tensores de classificação 2 especificando o exemplo de treinamento ao qual os valores embedding_indices e aggregation_weights correspondentes pertencem. Se o tamanho de sua primeira dimensão for 0, assumimos que cada embedding_indices pertence a uma amostra diferente. Tanto o int32 quanto o int64 são permitidos e serão convertidos para int32 internamente. Ou uma lista de tensores de classificação 1 especificando as divisões de linha para dividir embedding_indices e aggregation_weights em linhas. Corresponde a ids.row_splits em embedding_lookup(), quando ids é um RaggedTensor. Ao enfileirar o tensor irregular do ND, apenas a última dimensão pode ser irregular. as divisões de linha são tensores densos 1-D. Quando vazio, assumimos que um tensor denso é passado para o op Ambos int32 e int64 são permitidos e serão convertidos para int32 internamente. |
embeddingIndices | Uma lista de tensores de nível 1, índices nas tabelas de incorporação. Tanto o int32 quanto o int64 são permitidos e serão convertidos para int32 internamente. |
pesos de agregação | Uma lista de tensores de classificação 1 contendo pesos de agregação por exemplo de treinamento. Ambos float32 e float64 são permitidos e serão convertidos para float32 internamente. |
modeOverride | Uma entrada de string que substitui o modo especificado no TPUEmbeddingConfiguration. Os valores suportados são {'unspecified', 'inference', 'training', 'backward_pass_only'}. Quando definido como 'unspecified', o modo definido em TPUEmbeddingConfiguration é usado, caso contrário, mode_override é usado. |
opções | carrega valores de atributos opcionais |
Devoluções
- uma nova instância de EnqueueTPUEmbeddingArbitraryTensorBatch
public static EnqueueTPUEmbeddingArbitraryTensorBatch.Options deviceOrdinal (Long deviceOrdinal)
Parâmetros
dispositivoOrdinal | O dispositivo TPU a ser usado. Deve ser >= 0 e menor que o número de núcleos de TPU na tarefa na qual o nó é colocado. |
---|