LogUniformCandidateSampler

LogUniformCandidateSampler kelas akhir publik

Menghasilkan label untuk pengambilan sampel kandidat dengan distribusi log-uniform.

Lihat penjelasan mengenai pengambilan sampel kandidat dan format datanya di go/candidate-sampling.

Untuk setiap batch, operasi ini mengambil satu set sampel label kandidat.

Keuntungan pengambilan sampel kandidat per batch adalah kesederhanaan dan kemungkinan perkalian matriks padat yang efisien. Kerugiannya adalah kandidat yang dijadikan sampel harus dipilih secara independen dari konteks dan label yang sebenarnya.

Kelas Bersarang

kelas

LogUniformCandidateSampler.Options

Atribut opsional untuk LogUniformCandidateSampler

Konstanta

Rangkaian

OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

LogUniformCandidateSampler statis	buat ( Lingkup cakupan, Operan < TInt64 > trueClasses, Long numTrue, Long numSampled, Boolean unik, Long rangeMax, Opsi... opsi) Metode pabrik untuk membuat kelas yang membungkus operasi LogUniformCandidateSampler baru.
Keluaran < TInt64 >	sampelKandidat () Vektor dengan panjang num_sampled, yang setiap elemennya merupakan ID kandidat sampel.
Keluaran < TFloat32 >	sampledExpectedCount () Sebuah vektor dengan panjang num_sampled, untuk setiap kandidat sampel yang mewakili berapa kali kandidat tersebut diharapkan muncul dalam sekumpulan kandidat sampel.
LogUniformCandidateSampler.Options statis	benih (biji panjang)
LogUniformCandidateSampler.Options statis	seed2 (Benih panjang2)
Keluaran < TFloat32 >	benarExpectedCount () Matriks batch_size * num_true, mewakili berapa kali setiap kandidat diharapkan muncul dalam kumpulan kandidat sampel.

Metode Warisan

Dari kelas org.tensorflow.op.RawOp

boolean terakhir	sama dengan (Objek objek)
int terakhir	Kode hash ()
Operasi	op () Kembalikan unit komputasi ini sebagai satu Operation .
String terakhir	keString ()

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkan Kelas ()
ke dalam	Kode hash ()
kekosongan terakhir	memberitahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()

Dari antarmuka org.tensorflow.op.Op

Lingkungan Eksekusi abstrak	env () Kembalikan lingkungan eksekusi tempat operasi ini dibuat.
Operasi abstrak	op () Kembalikan unit komputasi ini sebagai satu Operation .

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "LogUniformCandidateSampler"

Metode Publik

LogUniformCandidateSampler statis publik buat ( Lingkup cakupan , Operan < TInt64 > trueClasses, Long numTrue, Long numSampled, Boolean unik, Long rangeMax, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi LogUniformCandidateSampler baru.

Parameter

cakupan	ruang lingkup saat ini
Kelas benar	Matriks batch_size * num_true, yang setiap barisnya berisi ID dari num_true target_classes di label asli yang sesuai.
nomor Benar	Jumlah label sebenarnya per konteks.
jumlah sampel	Jumlah kandidat yang akan diambil sampelnya secara acak.
unik	Jika keunikan benar, kami mengambil sampel dengan penolakan, sehingga semua kandidat sampel dalam suatu kelompok adalah unik. Hal ini memerlukan beberapa perkiraan untuk memperkirakan probabilitas pengambilan sampel pasca penolakan.
rentang Maks	Sampler akan mengambil sampel bilangan bulat dari interval [0, range_max).
pilihan	membawa nilai atribut opsional

Kembali

• contoh baru LogUniformCandidateSampler

Output publik < TInt64 > sampel Kandidat ()

Vektor dengan panjang num_sampled, yang setiap elemennya merupakan ID kandidat sampel.

Keluaran publik < TFloat32 > sampledExpectedCount ()

Sebuah vektor dengan panjang num_sampled, untuk setiap kandidat sampel yang mewakili berapa kali kandidat tersebut diharapkan muncul dalam sekumpulan kandidat sampel. Jika unik=benar, maka ini adalah sebuah probabilitas.

benih LogUniformCandidateSampler.Options statis publik (Benih panjang)

Parameter

benih	Jika salah satu seed atau seed2 disetel bukan nol, pembuat nomor acak akan diunggulkan oleh seed yang diberikan. Jika tidak, ia akan diunggulkan dengan benih acak.

LogUniformCandidateSampler.Options seed2 statis publik (Benih panjang2)

Parameter

benih2	Benih kedua untuk menghindari benturan benih.

Keluaran publik < TFloat32 > trueExpectedCount ()

Matriks batch_size * num_true, mewakili berapa kali setiap kandidat diharapkan muncul dalam kumpulan kandidat sampel. Jika unik=benar, maka ini adalah sebuah probabilitas.