UniformCandidateSampler

الطبقة النهائية العامة الموحدة CandidateSampler

يُنشئ تسميات لأخذ العينات المرشحة بتوزيع موحد.

راجع شروحات أخذ عينات المرشحين وتنسيقات البيانات على go/candidate-sampling.

لكل دفعة، تختار هذه العملية مجموعة واحدة من عينات التسميات المرشحة.

تتمثل مزايا أخذ عينات المرشحين لكل دفعة في البساطة وإمكانية مضاعفة المصفوفة الكثيفة بكفاءة. والعيب هو أنه يجب اختيار المرشحين في العينة بشكل مستقل عن السياق وعن التسميات الحقيقية.

فئات متداخلة

فصل

UniCandidateSampler.Options

السمات الاختيارية لـ UniformCandidateSampler

الثوابت

خيط

OP_NAME

اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي

الأساليب العامة

ثابت الزي الموحد CandidateSampler	إنشاء (نطاق النطاق ، المعامل < TInt64 > trueClasses، Long numTrue، Long numSampled، Boolean Unique، Long rangeMax، Options... options) طريقة المصنع لإنشاء فئة تغلف عملية موحدة CandidateSampler جديدة.
الإخراج <TInt64>	المرشحين الذين تم أخذ عينات منهم () متجه بطول num_sampled، حيث يكون كل عنصر هو معرف المرشح الذي تم أخذ عينات منه.
الإخراج <TFloat32>	سامبليدبكتيدكونت () متجه بطول num_sampled، لكل مرشح تم أخذ عينات منه يمثل عدد المرات التي من المتوقع أن يظهر فيها المرشح في مجموعة من المرشحين الذين تم أخذ عينات منهم.
ثابت منتظم CandidateSampler.Options	بذرة (بذور طويلة)
ثابت منتظم CandidateSampler.Options	بذرة 2 (بذرة طويلة 2)
الإخراج <TFloat32>	العدد الحقيقي المتوقع () مصفوفة Batch_size * num_true، تمثل عدد المرات التي من المتوقع أن يحدث فيها كل مرشح في مجموعة من المرشحين الذين تم أخذ عينات منهم.

الطرق الموروثة

من الفصل org.tensorflow.op.RawOp

منطقية نهائية	يساوي (كائن كائن)
كثافة العمليات النهائية	رمز التجزئة ()
عملية	المرجع () قم بإرجاع وحدة الحساب هذه Operation واحدة.
السلسلة النهائية	إلى سلسلة ()

من فئة java.lang.Object

منطقية	يساوي (كائن arg0)
الدرجة النهائية<?>	الحصول على كلاس ()
كثافة العمليات	رمز التجزئة ()
الفراغ النهائي	إعلام ()
الفراغ النهائي	إعلام الكل ()
خيط	إلى سلسلة ()
الفراغ النهائي	انتظر (طويل arg0، int arg1)
الفراغ النهائي	انتظر (طويل arg0)
الفراغ النهائي	انتظر ()

من الواجهة org.tensorflow.op.Op

بيئة التنفيذ المجردة	بيئى () قم بإرجاع بيئة التنفيذ التي تم إنشاء هذه العملية فيها.
عملية مجردة	المرجع () قم بإرجاع وحدة الحساب هذه Operation واحدة.

الثوابت

السلسلة النهائية الثابتة العامة OP_NAME

اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي

القيمة الثابتة: "UniformCandidateSampler"

الأساليب العامة

إنشاء نموذج منتظم ثابت عام ( نطاق النطاق ، المعامل < TInt64 > trueClasses، Long numTrue، Long numSampled، Boolean Unique، Long rangeMax، Options... options)

طريقة المصنع لإنشاء فئة تغلف عملية موحدة CandidateSampler جديدة.

حدود

نِطَاق	النطاق الحالي
trueClasses	مصفوفة Batch_size * num_true، حيث يحتوي كل صف على معرفات num_true target_classes في التسمية الأصلية المقابلة.
numTrue	عدد التسميات الحقيقية لكل سياق.
numSampled	عدد المرشحين للعينة العشوائية
فريد	إذا كان فريدًا صحيحًا، فإننا نأخذ عينة مع الرفض، بحيث يكون جميع المرشحين الذين تم أخذ عينات منهم في الدفعة فريدين. ويتطلب ذلك بعض التقريب لتقدير احتمالات أخذ العينات بعد الرفض.
rangeMax	سيقوم جهاز أخذ العينات بأخذ عينات من الأعداد الصحيحة من الفاصل الزمني [0، range_max).
خيارات	يحمل قيم السمات الاختيارية

عائدات

• مثيل جديد من UniCandidateSampler

الإخراج العام <TInt64> عينات المرشحين ()

متجه بطول num_sampled، حيث يكون كل عنصر هو معرف المرشح الذي تم أخذ عينات منه.

الإخراج العام <TFloat32> SampledExpectedCount ()

متجه بطول num_sampled، لكل مرشح تم أخذ عينات منه يمثل عدد المرات التي من المتوقع أن يظهر فيها المرشح في مجموعة من المرشحين الذين تم أخذ عينات منهم. إذا كان فريدًا = صحيح، فهذا احتمال.

البذور الثابتة العامة الموحدة CandidateSampler.Options (البذرة الطويلة)

حدود

بذرة	إذا تم تعيين البذرة أو البذرة 2 على قيمة غير صفرية، فسيتم تصنيف مولد الأرقام العشوائية بواسطة البذرة المعطاة. خلاف ذلك، يتم زرعها بواسطة بذرة عشوائية.

ثابت عام الموحدة CandidateSampler.Options بذرة 2 (بذرة طويلة 2)

حدود

البذور2	بذرة ثانية لتجنب اصطدام البذور.

الإخراج العام <TFloat32> trueExpectedCount ()

مصفوفة Batch_size * num_true، تمثل عدد المرات التي من المتوقع أن يحدث فيها كل مرشح في مجموعة من المرشحين الذين تم أخذ عينات منهم. إذا كان فريدًا = صحيح، فهذا احتمال.