テンソルフロー::作戦::学んだUnigramCandidateSampler

学習されたユニグラム分布を使用して候補サンプリングのラベルを生成します。

まとめ

go/candidate-sampling で候補サンプリングとデータ形式の説明を参照してください。

この操作は、バッチごとに、サンプリングされた候補ラベルの単一セットを選択します。

バッチごとに候補をサンプリングする利点は、単純さと効率的な密行列乗算の可能性です。欠点は、サンプリングされた候補がコンテキストや真のラベルとは独立して選択されなければならないことです。

引数:

• スコープ:スコープオブジェクト
• true_classes:batch_size * num_true 行列。各行には、対応する元のラベルの num_true target_classes の ID が含まれます。
• num_true: コンテキストごとの真のラベルの数。
• num_sampled: ランダムにサンプリングする候補の数。
• unique: unique が true の場合、バッチ内のすべてのサンプリングされた候補が一意になるように、拒否を伴うサンプリングが行われます。これには、拒否後のサンプリング確率を推定するために何らかの近似が必要です。
• range_max: サンプラーは間隔 [0, range_max) から整数をサンプリングします。

オプションの属性 ( Attrsを参照):

• シード: シードまたはシード 2 のいずれかが 0 以外に設定されている場合、乱数ジェネレーターには指定されたシードがシードされます。それ以外の場合は、ランダム シードによってシードされます。
• seed2: シードの衝突を避けるための 2 番目のシード。

戻り値:

• Output sampled_candidates: 長さnum_sampledのベクトル。各要素はサンプリングされた候補のIDです。
• Output true_expected_count: サンプリングされた候補のバッチ内で各候補が出現すると予想される回数を表す、batch_size * num_true 行列。 unique=true の場合、これは確率です。
• Output sampled_expected_count: サンプルされた候補ごとに、サンプルされた候補のバッチ内で候補が出現すると予想される回数を表す、長さ num_sampled のベクトル。 unique=true の場合、これは確率です。

パブリック属性

Operation operation

::tensorflow::Output sampled_candidates

::tensorflow::Output sampled_expected_count

::tensorflow::Output true_expected_count

 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
)

Attrs Seed(
  int64 x
)

Attrs Seed2(
  int64 x
)