EnqueueTPUEmbeddingRaggedTensorBatch kelas akhir publik
Memudahkan porting kode yang menggunakan tf.nn.embedding_lookup().
sample_splits[i], embedding_indices[i] dan aggregation_weights[i] sesuai dengan fitur ke-i. table_ids[i] menunjukkan tabel penyematan mana yang akan dicari fiturnya.
Tensor pada posisi yang sesuai dalam dua daftar masukan, indeks_embedding dan bobot_agregasi, harus memiliki bentuk yang sama, yaitu peringkat 1 dengan dim_size() sama dengan jumlah total pencarian ke dalam tabel yang dijelaskan oleh fitur terkait.
Kelas Bersarang
| kelas | EnqueueTPUEmbeddingRaggedTensorBatch.Options | Atribut opsional untuk EnqueueTPUEmbeddingRaggedTensorBatch | |
Metode Publik
| EnqueueTPUEmbeddingRaggedTensorBatch.Options statis | penggabung (Daftar<String> penggabung) |
| statis <T memperluas Nomor, U memperluas Nomor, V memperluas Nomor> EnqueueTPUEmbeddingRaggedTensorBatch | buat ( Lingkup cakupan, Iterable< Operand <T>> sampleSplits, Iterable< Operand <U>> embeddingIndices, Iterable< Operand <V>> aggregationWeights, Operand <String> modeOverride, List<Long> tableIds, Options... options) Metode pabrik untuk membuat kelas yang membungkus operasi EnqueueTPUEmbeddingRaggedTensorBatch baru. |
| EnqueueTPUEmbeddingRaggedTensorBatch.Options statis | deviceOrdinal (Perangkat panjangOrdinal) |
| EnqueueTPUEmbeddingRaggedTensorBatch.Options statis | maxSequenceLengths (Daftar<Panjang> maxSequenceLengths) |
| EnqueueTPUEmbeddingRaggedTensorBatch.Options statis | numFeatures (Daftar<Panjang> numFeatures) |
Metode Warisan
Metode Publik
penggabung EnqueueTPUEmbeddingRaggedTensorBatch.Options statis publik (penggabung Daftar<String>)
Parameter
| penggabung | Daftar skalar string, satu untuk setiap tabel penyematan yang menentukan cara menormalkan aktivasi penyematan setelah penjumlahan berbobot. Penggabung yang didukung adalah 'mean', 'sum', atau 'sqrtn'. Tidak valid jika jumlah bobot menjadi 0 untuk 'rata-rata' atau jumlah bobot kuadrat menjadi 0 untuk 'kuadrat'. Jika penggabung tidak diteruskan, defaultnya adalah menggunakan 'jumlah' untuk semua tabel. |
|---|
public static EnqueueTPUEmbeddingRaggedTensorBatch buat ( Scope scope, Iterable< Operand <T>> sampleSplits, Iterable< Operand <U>> embeddingIndices, Iterable< Operand <V>> aggregationWeights, Operand <String> modeOverride, List<Long> tableIds, Options.. . pilihan)
Metode pabrik untuk membuat kelas yang membungkus operasi EnqueueTPUEmbeddingRaggedTensorBatch baru.
Parameter
| cakupan | ruang lingkup saat ini |
|---|---|
| sampelSplit | Daftar Tensor peringkat 1 yang menentukan titik henti sementara untuk memisahkan indeks_embedding dan bobot_agregasi menjadi beberapa baris. Ini sesuai dengan ids.row_splits di embedding_lookup(), ketika ids adalah RaggedTensor. |
| menyematkan Indeks | Daftar Tensor peringkat 1, indeks ke dalam tabel penyematan. Ini sesuai dengan ids.values di embedding_lookup(), ketika ids adalah RaggedTensor. |
| agregasiBerat | Daftar Tensor peringkat 1 yang berisi bobot agregasi per contoh pelatihan. Ini sesuai dengan bidang nilai RaggedTensor dengan row_splits yang sama dengan id di embedding_lookup(), jika id adalah RaggedTensor. |
| modeOverride | Input string yang menggantikan mode yang ditentukan dalam TPUEmbeddingConfiguration. Nilai yang didukung adalah {'unspecified', 'inference', 'training', 'backward_pass_only'}. Jika disetel ke 'tidak ditentukan', mode yang disetel di TPUEmbeddingConfiguration akan digunakan, jika tidak, mode_override akan digunakan. |
| tableIds | Daftar bilangan bulat yang menentukan pengidentifikasi tabel penyematan (offset TableDescriptor di TPUEmbeddingConfiguration) untuk mencari input yang sesuai. Input ke-i dicari menggunakan table_ids[i]. Ukuran daftar table_ids harus sama dengan sample_indices, embedding_indices, dan aggregation_weights. |
| pilihan | membawa nilai atribut opsional |
Kembali
- contoh baru EnqueueTPUEmbeddingRaggedTensorBatch
Enqueuestatis publikTPUEmbeddingRaggedTensorBatch.Options deviceOrdinal (Perangkat PanjangOrdinal)
Parameter
| perangkatOrdinal | Perangkat TPU yang akan digunakan. Harus >= 0 dan kurang dari jumlah inti TPU dalam tugas tempat node ditempatkan. |
|---|