GenerateVocabRemapping

Учитывая путь к новым и старым файлам словаря, возвращает тензор переназначения

длина `num_new_vocab`, где `remapping[i]` содержит номер строки в старом словаре, который соответствует строке `i` в новом словаре (начиная со строки `new_vocab_offset` и до объектов `num_new_vocab`), или `- 1`, если записи `i` в новом словаре нет в старом словаре. Старый словарь ограничивается первыми записями `old_vocab_size`, если `old_vocab_size` не имеет значения по умолчанию -1.

`num_vocab_offset` позволяет использовать его в случае секционированной переменной и обычно должен устанавливаться путем проверки информации о секционировании. Файлы должны иметь текстовый формат, каждая строка которого должна содержать один объект словаря.

Например, с `new_vocab_file` текстовый файл, содержащий каждый из следующих элементов в одной строке: `[f0, f1, f2, f3]`, old_vocab_file = [f1, f0, f3], `num_new_vocab = 3, new_vocab_offset = 1`, возвращаемое переназначение будет `[0, -1, 2]`.

Операция также возвращает количество записей из нового словаря, присутствующих в старом словаре, который используется для расчета количества значений для инициализации при переотображении весовой матрицы.

Эту функциональность можно использовать для переназначения как словарей строк (обычно функций), так и словарей столбцов (обычно классов) из контрольных точек TensorFlow. Обратите внимание, что логика секционирования опирается на смежные словари, соответствующие переменным, разделенным на разделители. Более того, базовое переназначение использует IndexTable (в отличие от неточной CuckooTable), поэтому клиентский код должен использовать соответствующий index_table_from_file(), как это делает платформа FeatureColumn (в отличие от tf.feature_to_id(), который использует CuckooTable).