ลดความยุ่งยากในการย้ายโค้ดที่ใช้ tf.nn.embedding_lookup_sparse()
embedding_indices[i] และ aggregation_weights[i] สอดคล้องกับคุณลักษณะ ith
เทนเซอร์ที่ตำแหน่งที่สอดคล้องกันในรายการอินพุตสามรายการ (sample_indices, embedding_indices และ aggregation_weights) ต้องมีรูปร่างเหมือนกัน นั่นคืออันดับ 1 ที่มี dim_size() เท่ากับจำนวนการค้นหาทั้งหมดในตารางที่อธิบายโดยฟีเจอร์ที่เกี่ยวข้อง
คลาสที่ซ้อนกัน
| ระดับ | DynamicEnqueueTPUEmbeddingArbitraryTensorBatch.Options | แอ็ตทริบิวต์ทางเลือกสำหรับ DynamicEnqueueTPUEmbeddingArbitraryTensorBatch | |
วิธีการสาธารณะ
| สแตติก DynamicEnqueueTPUEmbeddingArbitraryTensorBatch.Options | ตัวรวม (รายการ <String> ตัวรวม) |
| คงที่ <T ขยายจำนวน U ขยายจำนวน V ขยายจำนวน> DynamicEnqueueTPUEmbeddingArbitraryTensorBatch | สร้าง ( ขอบเขต ขอบเขต Iterable< Operand <T>> sampleIndicesOrRowSplits, Iterable< Operand <U>> embeddingIndices, Iterable< Operand <V>> aggregationWeights, Operand <String> modeOverride, Operand <Integer> deviceOrdinal, Options... ตัวเลือก) วิธีการจากโรงงานเพื่อสร้างคลาสที่ปิดการดำเนินการ DynamicEnqueueTPUEmbeddingArbitraryTensorBatch ใหม่ |
วิธีการสืบทอด
วิธีการสาธารณะ
DynamicEnqueueTPUEmbeddingArbitraryTensorBatch.Options แบบคงที่สาธารณะ (List <String> combiners )
พารามิเตอร์
| เครื่องผสม | รายการของสเกลาร์สตริง หนึ่งรายการสำหรับแต่ละตารางการฝังที่ระบุวิธีการทำให้การเปิดใช้งานการฝังเป็นปกติหลังจากการรวมแบบถ่วงน้ำหนัก ตัวรวมที่รองรับคือ 'mean', 'sum' หรือ 'sqrtn' ไม่ถูกต้องที่จะมีผลรวมของน้ำหนักเป็น 0 สำหรับ 'ค่าเฉลี่ย' หรือผลรวมของน้ำหนักยกกำลังสองเป็น 0 สำหรับ 'sqrtn' หากไม่ผ่านตัวรวม ค่าเริ่มต้นคือการใช้ 'ผลรวม' สำหรับทุกตาราง |
|---|
DynamicEnqueueTPUEmbeddingArbitraryTensorBatch สาธารณะแบบคงที่ สร้าง ( ขอบเขต ขอบเขต, Iterable< Operand <T>> sampleIndicesOrRowSplits, Iterable< Operand <U>> embeddingIndices, Iterable< Operand <V>> aggregationWeights, Operand <String> modeOverride, Operand <Integer> device.Or . . ตัวเลือก)
วิธีการจากโรงงานเพื่อสร้างคลาสที่ปิดการดำเนินการ DynamicEnqueueTPUEmbeddingArbitraryTensorBatch ใหม่
พารามิเตอร์
| ขอบเขต | ขอบเขตปัจจุบัน |
|---|---|
| ตัวอย่างดัชนีหรือแถวแยก | รายการเทนเซอร์อันดับ 2 ที่ระบุตัวอย่างการฝึกที่มีค่า embedding_indices และ aggregation_weights ที่สอดคล้องกัน หากขนาดของมิติข้อมูลแรกเป็น 0 เราจะถือว่าแต่ละ embedding_indices เป็นของตัวอย่างที่ต่างกัน อนุญาตให้ใช้ทั้ง int32 และ int64 และจะถูกแปลงเป็น int32 ภายใน หรือรายการเทนเซอร์อันดับ 1 ที่ระบุการแยกแถวสำหรับการแยก embedding_indices และ aggregation_weights เป็นแถว มันสอดคล้องกับ ids.row_splits ใน embedding_lookup() เมื่อ ids เป็น RaggedTensor เมื่อจัดคิวเทนเซอร์มอมแมม ND จะอนุญาตเฉพาะมิติสุดท้ายที่ขาดช่วง การแยกแถวเป็นเทนเซอร์หนาแน่น 1-D เมื่อว่างเปล่า เราถือว่าเทนเซอร์หนาแน่นถูกส่งไปยัง op ทั้ง int32 และ int64 ได้รับอนุญาตและจะถูกแปลงเป็น int32 ภายใน |
| การฝังดัชนี | รายการเทนเซอร์อันดับ 1 ดัชนีลงในตารางการฝัง อนุญาตให้ใช้ทั้ง int32 และ int64 และจะถูกแปลงเป็น int32 ภายใน |
| การรวมน้ำหนัก | รายการเทนเซอร์อันดับ 1 ที่มีตัวอย่างน้ำหนักรวมต่อการฝึก อนุญาตให้ใช้ทั้ง float32 และ float64 และจะถูกแปลงเป็น float32 ภายใน |
| modeOverride | อินพุตสตริงที่แทนที่โหมดที่ระบุใน TPUEmbeddingConfiguration ค่าที่รองรับคือ {'unspecified', 'inference', 'training', 'backward_pass_only'} เมื่อตั้งค่าเป็น 'ไม่ระบุ' โหมดที่ตั้งค่าใน TPUEmbeddingConfiguration จะถูกใช้ มิฉะนั้น mode_override จะถูกใช้ |
| อุปกรณ์ลำดับ | อุปกรณ์ TPU ที่จะใช้ ควรเป็น >= 0 และน้อยกว่าจำนวนคอร์ TPU ในงานที่วางโหนด |
| ตัวเลือก | ดำเนินการค่าแอตทริบิวต์ทางเลือก |
คืนสินค้า
- อินสแตนซ์ใหม่ของ DynamicEnqueueTPUEmbeddingArbitraryTensorBatch