Log-üniform dağılımla aday örneklemesi için etiketler oluşturur.
Go/candidate-sampling adresinde aday örnekleme ve veri formatları ile ilgili açıklamalara bakın.
Bu operasyon, her parti için tek bir örneklenmiş aday etiket seti seçer.
Parti başına aday örneklemenin avantajları basitlik ve verimli yoğun matris çoğaltma olanağıdır. Dezavantajı ise örneklenen adayların bağlamdan ve gerçek etiketlerden bağımsız olarak seçilmesinin gerekmesidir.
İç İçe Sınıflar
| sınıf | LogUniformCandidateSampler.Options | LogUniformCandidateSampler için isteğe bağlı özellikler | |
Sabitler
| Sicim | OP_NAME | Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı |
Genel Yöntemler
| statik LogUniformCandidateSampler | create ( Kapsam kapsamı, İşlenen < TInt64 > trueClasses, Long numTrue, Long numSampled, Boolean benzersiz, Uzun menzilMax, Seçenekler... seçenekler) Yeni bir LogUniformCandidateSampler işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi. |
| Çıkış < TInt64 > | örneklenen Adaylar () Her öğenin örneklenmiş bir adayın kimliği olduğu num_sampled uzunluğunda bir vektör. |
| Çıkış < TFloat32 > | sampledExpectedCount () Num_sampled uzunluğundaki bir vektör, örneklenen her aday için, adayın örneklenen adaylardan oluşan bir grupta kaç kez ortaya çıkmasının beklendiğini temsil eder. |
| statik LogUniformCandidateSampler.Options | tohum (Uzun tohum) |
| statik LogUniformCandidateSampler.Options | tohum2 (Uzun tohum2) |
| Çıkış < TFloat32 > | trueExpectedCount () Örneklenmiş adaylardan oluşan bir grupta her bir adayın kaç kez ortaya çıkmasının beklendiğini temsil eden bir parti_boyutu * num_true matrisi. |
Kalıtsal Yöntemler
Sabitler
genel statik son Dize OP_NAME
Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı
Genel Yöntemler
public static LogUniformCandidateSampler create ( Kapsam kapsamı, İşlenen < TInt64 > trueClasses, Uzun numTrue, Uzun numSampled, Boolean benzersiz, Uzun menzilMax, Seçenekler... seçenekler)
Yeni bir LogUniformCandidateSampler işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.
Parametreler
| kapsam | mevcut kapsam |
|---|---|
| trueClasses | Her satırın karşılık gelen orijinal etiketteki num_true hedef_sınıflarının kimliklerini içerdiği birbatch_size * num_true matrisi. |
| numTrue | Bağlam başına gerçek etiketlerin sayısı. |
| numSampled | Rastgele örneklenecek aday sayısı. |
| eşsiz | Benzersiz doğruysa, bir grupta örneklenen tüm adayların benzersiz olması için reddedilerek örnek alırız. Bu, ret sonrası örnekleme olasılıklarını tahmin etmek için bazı yaklaşımlar gerektirir. |
| aralıkMaks | Örnekleyici [0, range_max) aralığındaki tam sayıları örnekleyecektir. |
| seçenekler | isteğe bağlı nitelik değerlerini taşır |
İadeler
- LogUniformCandidateSampler'ın yeni bir örneği
genel Çıktı < TInt64 > sampledCandidates ()
Her öğenin örneklenmiş bir adayın kimliği olduğu num_sampled uzunluğunda bir vektör.
genel Çıkış < TFloat32 > sampledExpectedCount ()
Num_sampled uzunluğundaki bir vektör, örneklenen her aday için, adayın örneklenen adaylardan oluşan bir grupta kaç kez ortaya çıkmasının beklendiğini temsil eder. Benzersiz=doğru ise bu bir olasılıktır.
public static LogUniformCandidateSampler.Options tohumu (Uzun tohum)
Parametreler
| tohum | Tohum veya tohum2'den biri sıfırdan farklı olarak ayarlanırsa, rastgele sayı üreteci verilen tohum tarafından tohumlanır. Aksi takdirde rastgele bir tohumla tohumlanır. |
|---|
public static LogUniformCandidateSampler.Options tohum2 (Uzun tohum2)
Parametreler
| tohum2 | Tohum çarpışmasını önlemek için ikinci bir tohum. |
|---|