جریان تنسور:: عملیات:: UniformCandidateSampler
#include <candidate_sampling_ops.h>
برچسب هایی را برای نمونه برداری کاندید با توزیع یکنواخت تولید می کند.
خلاصه
توضیحات نمونه گیری نامزد و قالب های داده را در go/candidate-sampling ببینید.
برای هر دسته، این عملیات یک مجموعه واحد از برچسب های کاندید نمونه برداری شده را انتخاب می کند.
از مزایای کاندیدهای نمونه برداری در هر دسته، سادگی و امکان ضرب ماتریس متراکم کارآمد است. نقطه ضعف این است که نامزدهای نمونه باید مستقل از زمینه و برچسب های واقعی انتخاب شوند.
استدلال ها:
- scope: یک شی Scope
- true_classes: یک ماتریس batch_size * num_true که در آن هر سطر حاوی شناسه های num_true target_classes در برچسب اصلی مربوطه است.
- num_true: تعداد برچسب های واقعی در هر زمینه.
- num_sampled: تعداد داوطلبانی که به صورت تصادفی نمونه گیری می کنند.
- منحصربهفرد: اگر منحصربهفرد درست باشد، با رد نمونهبرداری میکنیم، به طوری که همه نامزدهای نمونهگیری شده در یک دسته منحصربهفرد هستند. این نیاز به تقریبی برای تخمین احتمالات نمونه برداری پس از رد دارد.
- range_max: نمونهگر اعداد صحیح را از بازه [0، range_max نمونهبرداری میکند.
ویژگی های اختیاری (به Attrs
مراجعه کنید):
- seed: اگر دانه یا seed2 غیر صفر باشد، مولد اعداد تصادفی توسط دانه داده شده بذر می شود. در غیر این صورت، توسط یک بذر تصادفی بذر می شود.
- seed2: دانه دوم برای جلوگیری از برخورد دانه.
برمیگرداند:
-
Output
sampled_candidates: بردار طول num_sampled که در آن هر عنصر شناسه یک کاندید نمونه است. -
Output
true_expected_count: یک ماتریس batch_size * num_true، نشان دهنده تعداد دفعاتی است که انتظار می رود هر نامزد در دسته ای از کاندیداهای نمونه گیری شده رخ دهد. اگر منحصر به فرد = درست است، پس این یک احتمال است. -
Output
sampled_expected_count: یک بردار با طول num_sampled، برای هر کاندید نمونه گیری شده نشان دهنده تعداد دفعاتی است که انتظار می رود کاندید در دسته ای از کاندیدهای نمونه انجام شود. اگر منحصر به فرد = درست است، پس این یک احتمال است.
سازندگان و ویرانگرها | |
---|---|
UniformCandidateSampler (const :: tensorflow::Scope & scope, :: tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max) | |
UniformCandidateSampler (const :: tensorflow::Scope & scope, :: tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max, const UniformCandidateSampler::Attrs & attrs) |
صفات عمومی | |
---|---|
operation | |
sampled_candidates | |
sampled_expected_count | |
true_expected_count |
توابع استاتیک عمومی | |
---|---|
Seed (int64 x) | |
Seed2 (int64 x) |
سازه ها | |
---|---|
tensorflow:: ops:: UniformCandidateSampler:: Attrs | تنظیم کننده های ویژگی اختیاری برای UniformCandidateSampler . |
صفات عمومی
عملیات
Operation operation
نمونه_کاندیداها
::tensorflow::Output sampled_candidates
نمونه_انتظار_شده
::tensorflow::Output sampled_expected_count
true_expected_count
::tensorflow::Output true_expected_count
توابع عمومی
UniformCandidateSampler
UniformCandidateSampler( const ::tensorflow::Scope & scope, ::tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max )
UniformCandidateSampler
UniformCandidateSampler( const ::tensorflow::Scope & scope, ::tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max, const UniformCandidateSampler::Attrs & attrs )
توابع استاتیک عمومی
بذر
Attrs Seed( int64 x )
دانه 2
Attrs Seed2( int64 x )
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2024-11-30 بهوقت ساعت هماهنگ جهانی.