Genera etiquetas para el muestreo de candidatos con una distribución de unigramas aprendida.
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.
Clases anidadas
| clase | Todas las opciones de CandidateSampler | Atributos opcionales para AllCandidateSampler | |
Constantes
| Cadena | OP_NOMBRE | El nombre de esta operación, como lo conoce el motor central de TensorFlow. |
Métodos públicos
| AllCandidateSampler estático | crear (alcance alcance , Operando <TInt64> trueClasses, Long numTrue, Long numSampled, Booleano único, Opciones... opciones) Método de fábrica para crear una clase que envuelve una nueva operación AllCandidateSampler. |
| Salida < TInt64 > | Candidatos muestreados () Un vector de longitud num_sampled, en el que cada elemento es el ID de un candidato muestreado. |
| Salida <TFloat32> | sampledExpectedCount () Un vector de longitud num_sampled, para cada candidato muestreado que representa el número de veces que se espera que el candidato aparezca en un lote de candidatos muestreados. |
| Estático AllCandidateSampler.Options | semilla (semilla larga) |
| Estático AllCandidateSampler.Options | semilla2 (semilla larga2) |
| Salida <TFloat32> | verdaderoRecuentoEsperado () Una matriz de tamaño de lote * num_true, que representa el número de veces que se espera que aparezca cada candidato en un lote de candidatos muestreados. |
Métodos heredados
Constantes
Cadena final estática pública OP_NAME
El nombre de esta operación, como lo conoce el motor central de TensorFlow.
Métodos públicos
creación pública estática de AllCandidateSampler (alcance de alcance , operando <TInt64> trueClasses, Long numTrue, Long numSampled, booleano único, opciones... opciones)
Método de fábrica para crear una clase que envuelve una nueva operación AllCandidateSampler.
Parámetros
| alcance | alcance actual |
|---|---|
| verdaderas clases | 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. |
| número Verdadero | Número de etiquetas verdaderas por contexto. |
| númMuestreado | Número de candidatos a producir. |
| 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. |
| opciones | lleva valores de atributos opcionales |
Devoluciones
- una nueva instancia de AllCandidateSampler
Salida pública < TInt64 > candidatos muestreados ()
Un vector de longitud num_sampled, en el que cada elemento es el ID de un candidato muestreado.
Salida pública <TFloat32> sampledExpectedCount ()
Un vector de longitud num_sampled, para cada candidato muestreado que representa el número de veces que se espera que el candidato aparezca en un lote de candidatos muestreados. Si único = verdadero, entonces se trata de una probabilidad.
semilla pública estática AllCandidateSampler.Options (semilla larga)
Parámetros
| 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. |
|---|
público estático AllCandidateSampler.Options semilla2 (semilla larga2)
Parámetros
| semilla2 | Una segunda semilla para evitar la colisión de semillas. |
|---|
Salida pública <TFloat32> trueExpectedCount ()
Una matriz de tamaño de lote * num_true, que representa el número de veces que se espera que aparezca cada candidato en un lote de candidatos muestreados. Si único = verdadero, entonces se trata de una probabilidad.