XlaRecvTPUEmbeddingActivations
Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Sebuah operasi yang menerima aktivasi penyematan pada TPU.
Sistem TPU melakukan pencarian dan agregasi penyematan. Hasil agregasi ini dapat dilihat oleh Grafik Tensorflow sebagai output dari Operasi XlaRecvTPUEmbeddingActivations. Operasi ini mengembalikan daftar yang berisi satu Tensor aktivasi per tabel yang ditentukan dalam model.
Metode Publik
Aktivasi XlaRecvTPUEmbedding statis | buat ( Lingkup lingkup, Operan <?> deduplicationData, Long numTables, Konfigurasi string) Metode pabrik untuk membuat kelas yang membungkus operasi XlaRecvTPUEmbeddingActivations baru. |
Iterator< Operan <Float>> | |
Daftar< Keluaran <Mengambang>> | keluaran () TensorList aktivasi penyematan yang berisi satu Tensor per tabel penyematan dalam model. |
Metode Warisan
Dari kelas java.lang.Object boolean | sama dengan (Objek arg0) |
Kelas terakhir<?> | dapatkan Kelas () |
ke dalam | Kode hash () |
kekosongan terakhir | memberitahu () |
kekosongan terakhir | beri tahuSemua () |
Rangkaian | keString () |
kekosongan terakhir | tunggu (arg0 panjang, int arg1) |
kekosongan terakhir | tunggu (argumen panjang0) |
kekosongan terakhir | Tunggu () |
Dari antarmuka java.lang.Iterable ruang kosong | forEach (Konsumen<? super T> arg0) |
abstrak Iterator< Operan <Float>> | pengulangan () |
Spliterator< Operan <Float>> | pemisah () |
Metode Publik
pembuatan XlaRecvTPUEmbeddingActivations statis publik ( Lingkup cakupan, Operan <?> deduplicationData, Long numTables, Konfigurasi string)
Metode pabrik untuk membuat kelas yang membungkus operasi XlaRecvTPUEmbeddingActivations baru.
Parameter
cakupan | ruang lingkup saat ini |
---|
deduplikasiData | Tensor dengan type=DT_VARIANT berisi data deduplikasi. Tensor adalah tupel bersarang XLA yang berisi N elemen (dengan N adalah rasio jumlah penyematan inti tensor per chip TPU). Setiap elemen tupel bersarang adalah tupel dengan tensor peringkat 1. Setiap tensor berisi indeks (DT_UINT32) untuk menyematkan pencarian di TensorCore atau bobot (DT_FLOAT) untuk diterapkan ke output dari operasi pencarian penyematan. |
---|
nomor Tabel | Jumlah tensor aktivasi keluaran. Jika deskriptor fitur ada dalam konfigurasi penyematan TPU, itu sama dengan jumlah fitur, jika tidak, sama dengan jumlah tabel penyematan dalam model. |
---|
konfigurasi | Proto TPUEmbeddingConfiguration berseri. |
---|
Kembali
- contoh baru dari XlaRecvTPUEmbeddingActivations
Iterator publik< Operan <Float>> iterator ()
Daftar publik< Keluaran <Float>> keluaran ()
TensorList aktivasi penyematan yang berisi satu Tensor per tabel penyematan dalam model.
Kecuali dinyatakan lain, konten di halaman ini dilisensikan berdasarkan Lisensi Creative Commons Attribution 4.0, sedangkan contoh kode dilisensikan berdasarkan Lisensi Apache 2.0. Untuk mengetahui informasi selengkapnya, baca Kebijakan Situs Google Developers. Java adalah merek dagang terdaftar dari Oracle dan/atau afiliasinya. Beberapa konten dilisensikan berdasarkan lisensi numpy.
Terakhir diperbarui pada 2023-12-02 UTC.
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"Informasi yang saya butuhkan tidak ada"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"Terlalu rumit/langkahnya terlalu banyak"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"Sudah usang"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"Masalah terjemahan"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"Masalah kode / contoh"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"Lainnya"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"Mudah dipahami"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"Memecahkan masalah saya"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"Lainnya"
}]
{
"lastModified": "Terakhir diperbarui pada 2023-12-02 UTC.",
"confidential": False
}