LearnedUnigramCandidateSampler

publiczna klasa końcowa LearnedUnigramCandidateSampler

Generuje etykiety dla próbkowania kandydatów z wyuczonym rozkładem unigramów.

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.

Klasy zagnieżdżone

klasa LearnedUnigramCandidateSampler.Options Opcjonalne atrybuty dla LearnedUnigramCandidateSampler

Stałe

Strunowy OP_NAME Nazwa tej operacji znana silnikowi rdzenia TensorFlow

Metody publiczne

statyczny LearnedUnigramCandidateSampler
utwórz ( Zakres zasięgu , Operand < TInt64 > trueClasses, Long numTrue, Long numSampled, Boolean unikalna, Long rangeMax, Opcje... opcje)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację LearnedUnigramCandidateSampler.
Dane wyjściowe <TInt64>
próbowani kandydaci ()
Wektor o długości num_sampled, w którym każdy element jest identyfikatorem wybranego kandydata.
Dane wyjściowe <TFloat32>
próbkowaneOczekiwaneLiczba ()
Wektor o długości num_sampled dla każdego wybranego kandydata reprezentujący oczekiwaną liczbę wystąpień danego kandydata w partii wybranych kandydatów.
statyczny LearnedUnigramCandidateSampler.Options
nasiona (długie nasiona)
statyczny LearnedUnigramCandidateSampler.Options
nasiona 2 (Długie nasiona 2)
Dane wyjściowe <TFloat32>
prawdaOczekiwana liczba ()
Macierz Batchsize * Num_true, reprezentująca oczekiwaną liczbę wystąpień każdego kandydata w partii wybranych kandydatów.

Metody dziedziczone

Stałe

publiczny statyczny końcowy ciąg znaków OP_NAME

Nazwa tej operacji znana silnikowi rdzenia TensorFlow

Wartość stała: „LearnedUnigramCandidateSampler”

Metody publiczne

public static LearnedUnigramCandidateSampler create ( Zakres zakresu, Operand < TInt64 > trueClasses, Long numTrue, Long numSampled, Boolean Unique, Long rangeMax, Opcje... opcje)

Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację LearnedUnigramCandidateSampler.

Parametry
zakres aktualny zakres
prawdziweKlasy Macierz Batchsize * num_true, w której każdy wiersz zawiera identyfikatory klas docelowych num_true w odpowiedniej oryginalnej etykiecie.
liczbaTrue Liczba prawdziwych etykiet na kontekst.
liczbapróbek Liczba kandydatów do losowej próby.
unikalny Jeżeli wartość Unikalność ma wartość true, pobieramy próbkę z odrzuceniem, tak aby wszyscy pobrani do próby kandydaci w partii byli unikatowi. Wymaga to pewnego przybliżenia w celu oszacowania prawdopodobieństw pobierania próbek po odrzuceniu.
zasięgMaks Próbnik będzie próbkować liczby całkowite z przedziału [0, zakres_maks.).
opcje przenosi opcjonalne wartości atrybutów
Zwroty
  • nowa instancja LearnedUnigramCandidateSampler

publiczne dane wyjściowe < TInt64 > sampledCandidates ()

Wektor o długości num_sampled, w którym każdy element jest identyfikatorem wybranego kandydata.

publiczne wyjście < TFloat32 > sampledExpectedCount ()

Wektor o długości num_sampled dla każdego wybranego kandydata reprezentujący oczekiwaną liczbę wystąpień danego kandydata w partii wybranych kandydatów. Jeśli unikalny=true, to jest to prawdopodobieństwo.

public static LearnedUnigramCandidateSampler.Options nasiono (długie ziarno)

Parametry
nasionko 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.

public static LearnedUnigramCandidateSampler.Options nasiono2 (długie ziarno2)

Parametry
ziarno2 Drugie ziarno, aby uniknąć kolizji nasion.

publiczne wyjście < TFloat32 > trueExpectedCount ()

Macierz Batchsize * Num_true, reprezentująca oczekiwaną liczbę wystąpień każdego kandydata w partii wybranych kandydatów. Jeśli unikalny=true, to jest to prawdopodobieństwo.