Generuje etykiety dla próbkowania kandydatów z równomiernym rozkładem.
Zobacz wyjaśnienia dotyczące pobierania próbek kandydatów i formatów danych na stronie go/candidate-sampling.
Dla każdej partii ta operacja wybiera jeden zestaw próbek potencjalnych etykiet.
Zaletami pobierania próbek kandydatów na partię jest prostota i możliwość wydajnego mnożenia gęstej macierzy. Wadą jest to, że wybrani kandydaci muszą być wybierani niezależnie od kontekstu i prawdziwych etykiet.
Klasy zagnieżdżone
| klasa | Opcje UniformCandidateSampler | Opcjonalne atrybuty dla UniformCandidateSampler | |
Stałe
| Strunowy | OP_NAME | Nazwa tej operacji znana silnikowi rdzenia TensorFlow |
Metody publiczne
| statyczny moduł UniformCandidateSampler | utwórz ( Zakres zasięgu , Operand < TInt64 > trueClasses, Long numTrue, Long numSampled, Boolean unikalna, Long rangeMax, Opcje... opcje) Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację UniformCandidateSampler. |
| Dane wyjściowe <TInt64> | próbowani kandydaci () Wektor o długości num_sampled, w którym każdy element jest identyfikatorem wybranego kandydata. |
| Dane wyjściowe <TFloat32> | próbkowaneOczekiwaneLiczba () Wektor o długości num_sampled dla każdego wybranego kandydata reprezentujący oczekiwaną liczbę wystąpień danego kandydata w partii wybranych kandydatów. |
| statyczny UniformCandidateSampler.Options | nasiona (długie nasiona) |
| statyczny UniformCandidateSampler.Options | nasiona 2 (Długie nasiona 2) |
| Dane wyjściowe <TFloat32> | prawdaOczekiwana liczba () Macierz Batchsize * Num_true, reprezentująca oczekiwaną liczbę wystąpień każdego kandydata w partii wybranych kandydatów. |
Metody dziedziczone
Stałe
publiczny statyczny końcowy ciąg znaków OP_NAME
Nazwa tej operacji znana silnikowi rdzenia TensorFlow
Metody publiczne
public static UniformCandidateSampler create ( Zakres zasięgu, Operand < TInt64 > trueClasses, Long numTrue, Long numSampled, Boolean Unique, Long rangeMax, Opcje... opcje)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację UniformCandidateSampler.
Parametry
| zakres | aktualny zakres |
|---|---|
| prawdziweKlasy | Macierz Batchsize * num_true, w której każdy wiersz zawiera identyfikatory klas docelowych num_true w odpowiedniej oryginalnej etykiecie. |
| liczbaTrue | Liczba prawdziwych etykiet na kontekst. |
| liczbapróbek | Liczba kandydatów do losowej próby. |
| unikalny | Jeżeli wartość Unikalność ma wartość true, pobieramy próbkę z odrzuceniem, tak aby wszyscy pobrani do próby kandydaci w partii byli unikatowi. Wymaga to pewnego przybliżenia w celu oszacowania prawdopodobieństw pobierania próbek po odrzuceniu. |
| zasięgMaks | Próbnik będzie próbkować liczby całkowite z przedziału [0, zakres_maks.). |
| opcje | przenosi opcjonalne wartości atrybutów |
Zwroty
- nowa instancja UniformCandidateSampler
publiczne dane wyjściowe < TInt64 > sampledCandidates ()
Wektor o długości num_sampled, w którym każdy element jest identyfikatorem wybranego kandydata.
publiczne wyjście < TFloat32 > sampledExpectedCount ()
Wektor o długości num_sampled dla każdego wybranego kandydata reprezentujący oczekiwaną liczbę wystąpień danego kandydata w partii wybranych kandydatów. Jeśli unikalny=true, to jest to prawdopodobieństwo.
public static UniformCandidateSampler.Options ziarno (długie ziarno)
Parametry
| nasionko | Jeśli ziarno lub ziarno2 jest ustawione na wartość różną od zera, generator liczb losowych jest zaszczepiany przez dane ziarno. W przeciwnym razie jest on zaszczepiany losowo. |
|---|
public static UniformCandidateSampler.Options nasiono2 (długie ziarno2)
Parametry
| ziarno2 | Drugie ziarno, aby uniknąć kolizji nasion. |
|---|