przepływ tensorowy:: ops:: Próbnik LogUniformCandidate
#include <candidate_sampling_ops.h>
Generuje etykiety dla próbkowania kandydatów z rozkładem logarytmiczno-jednorodnym.
Streszczenie
Zobacz wyjaśnienia dotyczące pobierania próbek kandydatów i formatów danych na stronie go/candidate-sampling.
Dla każdej partii ta operacja wybiera jeden zestaw próbek potencjalnych etykiet.
Zaletami pobierania próbek kandydatów na partię jest prostota i możliwość wydajnego mnożenia gęstej macierzy. Wadą jest to, że wybrani kandydaci muszą być wybierani niezależnie od kontekstu i prawdziwych etykiet.
Argumenty:
- zakres: Obiekt Scope
- true_classes: macierz wsadowa size_size * num_true, w której każdy wiersz zawiera identyfikatory num_true target_classes w odpowiedniej oryginalnej etykiecie.
- num_true: Liczba prawdziwych etykiet na kontekst.
- num_sampled: Liczba kandydatów do losowej próby.
- unikatowy: jeśli wartość Unikalność ma wartość true, pobieramy próbkę z odrzuceniem, tak aby wszyscy kandydaci objęci próbą w partii byli unikatowi. Wymaga to pewnego przybliżenia w celu oszacowania prawdopodobieństw pobierania próbek po odrzuceniu.
- zakres_maks.: Próbnik będzie próbkował liczby całkowite z przedziału [0, zakres_maks.).
Opcjonalne atrybuty (patrz Attrs
):
- ziarno: Jeśli ziarno lub ziarno2 jest ustawione na wartość różną od zera, generator liczb losowych jest zaszczepiany przez dane ziarno. W przeciwnym razie jest on zaszczepiany losowo.
- nasiono2: Drugie ziarno, aby uniknąć kolizji nasion.
Zwroty:
-
Output
sampled_candidates: wektor o długości num_sampled, w którym każdy element jest identyfikatorem wybranego kandydata. -
Output
true_expected_count: macierz Batchsize * num_true, reprezentująca oczekiwaną liczbę wystąpień każdego kandydata w partii wybranych kandydatów. Jeśli unikalny=true, to jest to prawdopodobieństwo. - Dane
Output
sampled_expected_count: wektor o długości num_sampled dla każdego wybranego kandydata reprezentujący oczekiwaną liczbę wystąpień kandydata w partii wybranych kandydatów. Jeśli unikalny=true, to jest to prawdopodobieństwo.
Konstruktory i destruktory | |
---|---|
LogUniformCandidateSampler (const :: tensorflow::Scope & scope, :: tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max) | |
LogUniformCandidateSampler (const :: tensorflow::Scope & scope, :: tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max, const LogUniformCandidateSampler::Attrs & attrs) |
Atrybuty publiczne | |
---|---|
operation | |
sampled_candidates | |
sampled_expected_count | |
true_expected_count |
Publiczne funkcje statyczne | |
---|---|
Seed (int64 x) | |
Seed2 (int64 x) |
Struktury | |
---|---|
tensorflow:: ops:: LogUniformCandidateSampler:: Attrs | Opcjonalne moduły ustawiające atrybuty dla LogUniformCandidateSampler . |
Atrybuty publiczne
działanie
Operation operation
próbki_kandydatów
::tensorflow::Output sampled_candidates
próbkowana_oczekiwana_liczba
::tensorflow::Output sampled_expected_count
prawda_oczekiwana_liczba
::tensorflow::Output true_expected_count
Funkcje publiczne
Próbnik LogUniformCandidate
LogUniformCandidateSampler( const ::tensorflow::Scope & scope, ::tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max )
Próbnik LogUniformCandidate
LogUniformCandidateSampler( const ::tensorflow::Scope & scope, ::tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max, const LogUniformCandidateSampler::Attrs & attrs )
Publiczne funkcje statyczne
Nasienie
Attrs Seed( int64 x )
Nasienie2
Attrs Seed2( int64 x )