パブリック最終クラスAllCandidateSampler
学習されたユニグラム分布を使用して候補サンプリングのラベルを生成します。
go/candidate-sampling で候補サンプリングとデータ形式の説明を参照してください。
この操作は、バッチごとに、サンプリングされた候補ラベルの単一セットを選択します。
バッチごとに候補をサンプリングする利点は、単純さと効率的な密行列乗算の可能性です。欠点は、サンプリングされた候補がコンテキストや真のラベルとは独立して選択されなければならないことです。
ネストされたクラス
| クラス | AllCandidateSampler.Options | AllCandidateSamplerのオプションの属性 | |
定数
| 弦 | OP_NAME | TensorFlow コア エンジンによって認識される、この演算の名前 |
パブリックメソッド
| 静的AllCandidateSampler | create (スコープscope、オペランド<TInt64> trueClasses、Long numTrue、Long numSampled、Boolean unique、 Options...オプション) 新しい AllCandidateSampler オペレーションをラップするクラスを作成するためのファクトリ メソッド。 |
| 出力< TInt64 > | サンプルされた候補者() 長さ num_sampled のベクトル。各要素はサンプリングされた候補の ID です。 |
| 出力< TFloat32 > | サンプル期待数() サンプルされた候補ごとに、サンプルされた候補のバッチ内で候補が出現すると予想される回数を表す、長さ num_sampled のベクトル。 |
| 静的AllCandidateSampler.Options | 種子（長い種子） |
| 静的AllCandidateSampler.Options | シード2 (ロングシード2) |
| 出力< TFloat32 > | trueExpectedCount () サンプリングされた候補のバッチ内で各候補が出現すると予想される回数を表す、batch_size * num_true 行列。 |
継承されたメソッド
定数
パブリック静的最終文字列OP_NAME
TensorFlow コア エンジンによって認識される、この演算の名前
定数値: "AllCandidateSampler"
パブリックメソッド
public static AllCandidateSampler create (スコープscope、オペランド<TInt64> trueClasses、Long numTrue、Long numSampled、Boolean unique、 Options...オプション)
新しい AllCandidateSampler オペレーションをラップするクラスを作成するためのファクトリ メソッド。
パラメーター
| 範囲 | 現在のスコープ |
|---|---|
| trueクラス | Batch_size * num_true 行列。各行には、対応する元のラベルの num_true target_classes の ID が含まれます。 |
| numTrue | コンテキストごとの真のラベルの数。 |
| サンプル数 | 生成する候補者の数。 |
| 個性的 | unique が true の場合、バッチ内のすべてのサンプリングされた候補が一意になるように、拒否を伴うサンプリングが行われます。これには、拒否後のサンプリング確率を推定するために何らかの近似が必要です。 |
| オプション | オプションの属性値を持ちます |
戻り値
- AllCandidateSampler の新しいインスタンス
public Output <TFloat32> sampledExpectedCount ()
サンプルされた候補ごとに、サンプルされた候補のバッチ内で候補が出現すると予想される回数を表す、長さ num_sampled のベクトル。 unique=true の場合、これは確率です。
public static AllCandidateSampler.Optionsシード(ロングシード)
パラメーター
| シード | シードまたはシード 2 のいずれかが 0 以外に設定されている場合、乱数ジェネレータには指定されたシードがシードされます。それ以外の場合は、ランダム シードによってシードされます。 |
|---|