flux tensoriel : : opérations : : FixeUnigramCandidateSampler :: Attributs
#include <candidate_sampling_ops.h>Setters d'attributs facultatifs pour FixedUnigramCandidateSampler .
Résumé
Attributs publics | |
|---|---|
distortion_ = 1.0f | float |
num_reserved_ids_ = 0 | int64 |
num_shards_ = 1 | int64 |
seed2_ = 0 | int64 |
seed_ = 0 | int64 |
shard_ = 0 | int64 |
unigrams_ = {} | gtl::ArraySlice< float > |
vocab_file_ = "" | StringPiece |
Fonctions publiques | |
|---|---|
Distortion (float x) | TF_MUST_USE_RESULT Attrs La distorsion est utilisée pour fausser la distribution de probabilité de l'unigramme. |
NumReservedIds (int64 x) | TF_MUST_USE_RESULT Attrs En option, certains identifiants réservés peuvent être ajoutés dans la plage [0, ..., num_reserved_ids) par les utilisateurs. |
NumShards (int64 x) | TF_MUST_USE_RESULT Attrs Un échantillonneur peut être utilisé pour échantillonner un sous-ensemble de la plage d'origine afin d'accélérer l'ensemble du calcul grâce au parallélisme. |
Seed (int64 x) | TF_MUST_USE_RESULT Attrs Si seed ou seed2 sont définis sur une valeur différente de zéro, le générateur de nombres aléatoires est amorcé par la graine donnée. |
Seed2 (int64 x) | TF_MUST_USE_RESULT Attrs Une deuxième graine pour éviter la collision des graines. |
Shard (int64 x) | TF_MUST_USE_RESULT Attrs Un échantillonneur peut être utilisé pour échantillonner un sous-ensemble de la plage d'origine afin d'accélérer l'ensemble du calcul grâce au parallélisme. |
Unigrams (const gtl::ArraySlice< float > & x) | TF_MUST_USE_RESULT Attrs Une liste de décomptes ou de probabilités d'unigrammes, un par ID dans un ordre séquentiel. |
VocabFile (StringPiece x) | TF_MUST_USE_RESULT Attrs Chaque ligne valide de ce fichier (qui doit avoir un format de type CSV) correspond à un identifiant de mot valide. |
Attributs publics
distorsion_
float tensorflow::ops::FixedUnigramCandidateSampler::Attrs::distortion_ = 1.0f
num_reserved_ids_
int64 tensorflow::ops::FixedUnigramCandidateSampler::Attrs::num_reserved_ids_ = 0
num_shards_
int64 tensorflow::ops::FixedUnigramCandidateSampler::Attrs::num_shards_ = 1
graine2_
int64 tensorflow::ops::FixedUnigramCandidateSampler::Attrs::seed2_ = 0
graine_
int64 tensorflow::ops::FixedUnigramCandidateSampler::Attrs::seed_ = 0
tesson_
int64 tensorflow::ops::FixedUnigramCandidateSampler::Attrs::shard_ = 0
unigrammes_
gtl::ArraySlice< float > tensorflow::ops::FixedUnigramCandidateSampler::Attrs::unigrams_ = {}fichier_vocab_
StringPiece tensorflow::ops::FixedUnigramCandidateSampler::Attrs::vocab_file_ = ""
Fonctions publiques
Distorsion
TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::Distortion( float x )
La distorsion est utilisée pour fausser la distribution de probabilité de l'unigramme.
Chaque poids est d'abord augmenté à la puissance de la distorsion avant de s'ajouter à la distribution interne de l'unigramme. En conséquence, distorsion = 1,0 donne un échantillonnage d'unigramme régulier (tel que défini par le fichier de vocabulaire) et distorsion = 0,0 donne une distribution uniforme.
La valeur par défaut est 1
NumReservedIds
TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::NumReservedIds( int64 x )
En option, certains identifiants réservés peuvent être ajoutés dans la plage [0, ..., num_reserved_ids) par les utilisateurs.
Un cas d'utilisation est qu'un jeton de mot inconnu spécial est utilisé comme ID 0. Ces ID auront une probabilité d'échantillonnage de 0.
La valeur par défaut est 0
Nombre de fragments
TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::NumShards( int64 x )
Un échantillonneur peut être utilisé pour échantillonner un sous-ensemble de la plage d'origine afin d'accélérer l'ensemble du calcul grâce au parallélisme.
Ce paramètre (avec « shard ») indique le nombre de partitions utilisées dans le calcul global.
La valeur par défaut est 1
Graine
TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::Seed( int64 x )
Si seed ou seed2 sont définis sur une valeur différente de zéro, le générateur de nombres aléatoires est amorcé par la graine donnée.
Sinon, il est ensemencé par une graine aléatoire.
La valeur par défaut est 0
Semence2
TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::Seed2( int64 x )
Une deuxième graine pour éviter la collision des graines.
La valeur par défaut est 0
Tesson
TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::Shard( int64 x )
Un échantillonneur peut être utilisé pour échantillonner un sous-ensemble de la plage d'origine afin d'accélérer l'ensemble du calcul grâce au parallélisme.
Ce paramètre (avec 'num_shards') indique le numéro de partition particulier d'une opération d'échantillonnage, lorsque le partitionnement est utilisé.
La valeur par défaut est 0
Unigrammes
TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::Unigrams( const gtl::ArraySlice< float > & x )
Une liste de décomptes ou de probabilités d'unigrammes, un par ID dans un ordre séquentiel.
Exactement l'un des vocabulaire_file et unigrammes doit être transmis à cette opération.
La valeur par défaut est []
Fichier Vocabulaire
TF_MUST_USE_RESULT Attrs tensorflow::ops::FixedUnigramCandidateSampler::Attrs::VocabFile( StringPiece x )
Chaque ligne valide de ce fichier (qui doit avoir un format de type CSV) correspond à un identifiant de mot valide.
Les identifiants sont classés dans un ordre séquentiel, en commençant par num_reserved_ids. La dernière entrée de chaque ligne devrait être une valeur correspondant au nombre ou à la probabilité relative. Exactement l'un des vocabulaire_file et unigrammes doit être transmis à cette opération.
La valeur par défaut est ""