टेंसरफ़्लो:: ऑप्स:: लर्नेडयूनिग्रामकैंडिडेटसैंपलर

#include <candidate_sampling_ops.h>

सीखे गए यूनीग्राम वितरण के साथ उम्मीदवार के नमूने के लिए लेबल तैयार करता है।

सारांश

गो/उम्मीदवार-सैंपलिंग पर उम्मीदवार के नमूने और डेटा प्रारूपों के स्पष्टीकरण देखें।

प्रत्येक बैच के लिए, यह ऑप नमूना उम्मीदवार लेबल का एक सेट चुनता है।

प्रति बैच उम्मीदवारों के नमूने लेने के फायदे सरलता और कुशल सघन मैट्रिक्स गुणन की संभावना हैं। नुकसान यह है कि नमूना उम्मीदवारों को संदर्भ और वास्तविक लेबल से स्वतंत्र रूप से चुना जाना चाहिए।

तर्क:

  • स्कोप: एक स्कोप ऑब्जेक्ट
  • true_classes: एक बैच_आकार * num_true मैट्रिक्स, जिसमें प्रत्येक पंक्ति में संबंधित मूल लेबल में num_true target_classes की आईडी होती हैं।
  • num_true: प्रति संदर्भ सही लेबल की संख्या।
  • num_sampled: यादृच्छिक रूप से नमूना लेने के लिए उम्मीदवारों की संख्या।
  • अद्वितीय: यदि अद्वितीय सत्य है, तो हम अस्वीकृति के साथ नमूना लेते हैं, ताकि एक बैच में सभी नमूना उम्मीदवार अद्वितीय हों। इसके लिए अस्वीकृति के बाद के नमूने की संभावनाओं का अनुमान लगाने के लिए कुछ अनुमान की आवश्यकता होती है।
  • रेंज_मैक्स: सैंपलर अंतराल [0, रेंज_मैक्स) से पूर्णांकों का नमूना लेगा।

वैकल्पिक विशेषताएँ (देखें Attrs ):

  • बीज: यदि बीज या बीज 2 को गैर-शून्य पर सेट किया गया है, तो यादृच्छिक संख्या जनरेटर को दिए गए बीज द्वारा बीजित किया जाता है। अन्यथा, यह एक यादृच्छिक बीज द्वारा बोया जाता है।
  • बीज 2: बीज टकराव से बचने के लिए दूसरा बीज।

रिटर्न:

  • Output सैम्पल्ड_कैंडिडेट्स: लंबाई num_sampled का एक वेक्टर, जिसमें प्रत्येक तत्व एक सैम्पल किए गए उम्मीदवार की आईडी है।
  • Output true_expected_count: एक बैच_आकार * num_true मैट्रिक्स, जो नमूना किए गए उम्मीदवारों के एक बैच में प्रत्येक उम्मीदवार के आने की उम्मीद की जाने वाली संख्या का प्रतिनिधित्व करता है। यदि अद्वितीय = सत्य है, तो यह एक संभावना है।
  • Output सैंपल्ड_एक्सपेक्टेड_काउंट: प्रत्येक सैंपल किए गए उम्मीदवार के लिए लंबाई संख्या_सैंपल्ड का एक वेक्टर, जो सैंपल किए गए उम्मीदवारों के बैच में उम्मीदवार के आने की उम्मीद की जाने वाली संख्या को दर्शाता है। यदि अद्वितीय = सत्य है, तो यह एक संभावना है।

निर्माता और विध्वंसक

LearnedUnigramCandidateSampler (const :: tensorflow::Scope & scope, :: tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max)
LearnedUnigramCandidateSampler (const :: tensorflow::Scope & scope, :: tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max, const LearnedUnigramCandidateSampler::Attrs & attrs)

सार्वजनिक गुण

operation
sampled_candidates
sampled_expected_count
true_expected_count

सार्वजनिक स्थैतिक कार्य

Seed (int64 x)
Seed2 (int64 x)

संरचनाएँ

टेंसरफ्लो:: ऑप्स:: लर्नडयूनिग्रामकैंडिडेटसैंपलर:: एटर्स

LearnedUnigramCandidateSampler के लिए वैकल्पिक विशेषता सेटर्स।

सार्वजनिक गुण

संचालन 

Operation operation

नमूना_उम्मीदवार 

::tensorflow::Output sampled_candidates

नमूना_अपेक्षित_गिनती 

::tensorflow::Output sampled_expected_count

true_expected_count 

::tensorflow::Output true_expected_count

सार्वजनिक समारोह

लर्नेडयूनिग्रामकैंडिडेटसैंपलर 

 LearnedUnigramCandidateSampler(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input true_classes,
  int64 num_true,
  int64 num_sampled,
  bool unique,
  int64 range_max
)

लर्नेडयूनिग्रामकैंडिडेटसैंपलर 

 LearnedUnigramCandidateSampler(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input true_classes,
  int64 num_true,
  int64 num_sampled,
  bool unique,
  int64 range_max,
  const LearnedUnigramCandidateSampler::Attrs & attrs
)

सार्वजनिक स्थैतिक कार्य

बीज 

Attrs Seed(
  int64 x
)

बीज2 

Attrs Seed2(
  int64 x
)