fluxo tensor:: ops:: AprendeuUnigramCandidatoSampler

Gera rótulos para amostragem de candidatos com uma distribuição de unigramas aprendida.

Resumo

Veja explicações sobre amostragem de candidatos e formatos de dados em go/candidate-sampling.

Para cada lote, esta operação escolhe um único conjunto de rótulos candidatos amostrados.

As vantagens da amostragem de candidatos por lote são a simplicidade e a possibilidade de multiplicação eficiente de matrizes densas. A desvantagem é que os candidatos amostrados devem ser escolhidos independentemente do contexto e dos verdadeiros rótulos.

Argumentos:

• escopo: um objeto Escopo
• true_classes: uma matriz batch_size * num_true, na qual cada linha contém os IDs de num_true target_classes no rótulo original correspondente.
• num_true: Número de rótulos verdadeiros por contexto.
• num_sampled: Número de candidatos para amostragem aleatória.
• único: se único for verdadeiro, fazemos uma amostragem com rejeição, de modo que todos os candidatos amostrados em um lote sejam únicos. Isto requer alguma aproximação para estimar as probabilidades de amostragem pós-rejeição.
• range_max: O amostrador irá amostrar números inteiros do intervalo [0, range_max).

Atributos opcionais (veja Attrs ):

• seed: Se seed ou seed2 forem definidos como diferentes de zero, o gerador de números aleatórios será propagado pela semente fornecida. Caso contrário, é semeado por uma semente aleatória.
• seed2: Uma segunda semente para evitar colisão de sementes.

Retorna:

• Output sampled_candidates: um vetor de comprimento num_sampled, no qual cada elemento é o ID de um candidato amostrado.
• Output true_expected_count: uma matriz batch_size * num_true, representando o número de vezes que se espera que cada candidato ocorra em um lote de candidatos amostrados. Se único = verdadeiro, então esta é uma probabilidade.
• Output sampled_expected_count: um vetor de comprimento num_sampled, para cada candidato amostrado, representando o número de vezes que se espera que o candidato ocorra em um lote de candidatos amostrados. Se único = verdadeiro, então esta é uma probabilidade.

Atributos públicos

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
)