LoadAllTPUEmbeddingParameters

পাবলিক ফাইনাল ক্লাস LoadAllTPUEmbedding প্যারামিটার

এমবেডিং মেমরিতে অপ্টিমাইজেশান প্যারামিটার লোড করে এমন একটি অপ।

এমবেডিং মেমরিতে অপ্টিমাইজেশান প্যারামিটার লোড করে এমন একটি অপ। একটি ConfigureTPUEmbeddingHost op এর আগে থাকতে হবে যা সঠিক এম্বেডিং টেবিল কনফিগারেশন সেট আপ করে। উদাহরণস্বরূপ, এই অপটি প্যারামিটারগুলি ইনস্টল করতে ব্যবহৃত হয় যা একটি প্রশিক্ষণ লুপ কার্যকর করার আগে একটি চেকপয়েন্ট থেকে লোড করা হয়। অ্যাডাগ্রাদের জন্য, auxiliary1 সঞ্চয়কারী হওয়া উচিত। SGD-এর জন্য, সমস্ত সহায়ক* মান খালি হওয়া উচিত। FTRL-এর জন্য, auxiliary1 হওয়া উচিত accumulators এবং auxiliary2 হওয়া উচিত লিনিয়ার পদ। ADAM-এর জন্য, auxiliary1 হতে হবে মোমেন্টা এবং auxiliary2 হবে বেগ।

পাবলিক পদ্ধতি

স্ট্যাটিক LoadAllTPUEmbedding প্যারামিটার
তৈরি করুন ( স্কোপ স্কোপ, Iterable< Operand <float>> প্যারামিটার, Iterable< Operand <float>> auxiliary1, Iterable< Operand <float>> auxiliary2, Iterable< Operand <float>> auxiliary3, Iterable< Operand <float>> auxiliary4 Iterable< Operand < Float>> auxiliary5, Iterable< Operand < Float>> auxiliary6, Iterable< Operand < Float>> auxiliary7, String config, Long numShards, Long shardId)
একটি নতুন LoadAllTPUEmbedding Parameters অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।

উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি

পাবলিক পদ্ধতি

পাবলিক স্ট্যাটিক LoadAllTPUEmbedding প্যারামিটার তৈরি করে ( স্কোপ স্কোপ, Iterable< Operand <Float>> পরামিতি, Iterable< Operand <float> > auxiliary1, Iterable< Operand <float>> auxiliary2, Iterable< Operand <float>> এবং <auxiliary>> এটি 3 এর সাহায্যে > auxiliary4, Iterable< Operand <float>> auxiliary5, Iterable< Operand <float>> auxiliary6, Iterable< Operand <float>> auxiliary7, String config, Long numShards, Long shardId)

একটি নতুন LoadAllTPUEmbedding Parameters অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।

পরামিতি
সুযোগ বর্তমান সুযোগ
পরামিতি টেনসরের একটি তালিকা, প্রতিটি এম্বেডিং টেবিলের জন্য একটি, এম্বেডিং লুকআপে ব্যবহার করার জন্য প্রাথমিক এম্বেডিং টেবিল প্যারামিটার রয়েছে।
সহায়ক1 টেনসরের একটি তালিকা, প্রতিটি এম্বেডিং টেবিলের জন্য একটি, প্রশিক্ষণ লুপ আপডেট এম্বেড করার জন্য প্রথম সহায়ক অপ্টিমাইজেশান প্যারামিটারের প্রাথমিক মান সমন্বিত। প্রতিটি এন্ট্রির আকৃতি উপেক্ষা করা হয় (এবং এইভাবে খালি হতে পারে) সেই সমস্ত টেবিলের জন্য যাদের অপ্টিমাইজেশান অ্যালগরিদমগুলিতে অন্তত একটি সহায়ক প্যারামিটার নেই৷
সহায়ক2 টেনসরের একটি তালিকা, প্রতিটি এম্বেডিং টেবিলের জন্য একটি, প্রশিক্ষণ লুপ আপডেট এম্বেড করার জন্য দ্বিতীয় সহায়ক অপ্টিমাইজেশন প্যারামিটারের প্রাথমিক মান সমন্বিত। প্রতিটি এন্ট্রির আকৃতি উপেক্ষা করা হয় (এবং এইভাবে খালি হতে পারে) সেই সমস্ত টেবিলের জন্য যাদের অপ্টিমাইজেশান অ্যালগরিদমগুলিতে কমপক্ষে দুটি সহায়ক নেই
সহায়ক3 টেনসরের একটি তালিকা, প্রতিটি এম্বেডিং টেবিলের জন্য একটি, প্রশিক্ষণ লুপ আপডেট এম্বেড করার জন্য তৃতীয় সহায়ক অপ্টিমাইজেশন প্যারামিটারের প্রাথমিক মান সমন্বিত। প্রতিটি এন্ট্রির আকৃতি উপেক্ষা করা হয় (এবং এইভাবে খালি হতে পারে) সেই সমস্ত টেবিলের জন্য যাদের অপ্টিমাইজেশান অ্যালগরিদমে তিনটি সহায়ক পরামিতি নেই।
সহায়ক4 টেনসরের একটি তালিকা, প্রতিটি এম্বেডিং টেবিলের জন্য একটি, প্রশিক্ষণ লুপ আপডেট এম্বেড করার জন্য দ্বিতীয় সহায়ক অপ্টিমাইজেশন প্যারামিটারের প্রাথমিক মান সমন্বিত। প্রতিটি এন্ট্রির আকৃতি উপেক্ষা করা হয় (এবং এইভাবে খালি হতে পারে) সেই সমস্ত টেবিলের জন্য যাদের অপ্টিমাইজেশান অ্যালগরিদমগুলিতে অন্তত চারটি সহায়ক নেই
সহায়ক5 টেনসরের একটি তালিকা, প্রতিটি এম্বেডিং টেবিলের জন্য একটি, প্রশিক্ষণ লুপ আপডেট এম্বেড করার জন্য তৃতীয় সহায়ক অপ্টিমাইজেশন প্যারামিটারের প্রাথমিক মান সমন্বিত। প্রতিটি এন্ট্রির আকৃতি উপেক্ষা করা হয় (এবং এইভাবে খালি হতে পারে) সেই সমস্ত টেবিলের জন্য যাদের অপ্টিমাইজেশান অ্যালগরিদমে পাঁচটি সহায়ক পরামিতি নেই।
সহায়ক6 টেনসরের একটি তালিকা, প্রতিটি এম্বেডিং টেবিলের জন্য একটি, প্রশিক্ষণ লুপ আপডেট এম্বেড করার জন্য দ্বিতীয় সহায়ক অপ্টিমাইজেশন প্যারামিটারের প্রাথমিক মান সমন্বিত। প্রতিটি এন্ট্রির আকৃতি উপেক্ষা করা হয় (এবং এইভাবে খালি হতে পারে) সেই টেবিলগুলির জন্য যাদের অপ্টিমাইজেশান অ্যালগরিদমগুলিতে কমপক্ষে ছয়টি সহায়ক নেই
সহায়ক7 টেনসরের একটি তালিকা, প্রতিটি এম্বেডিং টেবিলের জন্য একটি, প্রশিক্ষণ লুপ আপডেট এম্বেড করার জন্য তৃতীয় সহায়ক অপ্টিমাইজেশন প্যারামিটারের প্রাথমিক মান সমন্বিত। প্রতিটি এন্ট্রির আকৃতি উপেক্ষা করা হয় (এবং এইভাবে খালি হতে পারে) সেই সমস্ত টেবিলের জন্য যাদের অপ্টিমাইজেশান অ্যালগরিদমগুলিতে সেভান সহায়ক পরামিতি নেই।
কনফিগারেশন একটি TPUEmbeddingConfiguration প্রোটো যা টেবিলের প্যারামিটারগুলিকে লোড করা হচ্ছে, একটি স্ট্রিং-এ সিরিয়ালাইজ করা হয়েছে।
numShards শর্ডের সংখ্যা যেখানে এম্বেডিং টেবিল বিভক্ত।
shardId এই অপারেশনের জন্য শার্ডের শনাক্তকারী।
রিটার্নস
  • LoadAllTPUEmbedding প্যারামিটারের একটি নতুন উদাহরণ