পাবলিক ফাইনাল ক্লাস EnqueueTPUEmbeddingRaggedTensorBatch
কোডের পোর্টিং সহজ করে যা tf.nn.embedding_lookup() ব্যবহার করে।
নমুনা_বিভাজন[i], এম্বেডিং_সূচক[i] এবং সমষ্টি_ওজন[i] ith বৈশিষ্ট্যের সাথে মিলে যায়। table_ids[i] নির্দেশ করে কোন এম্বেডিং টেবিলটি ith বৈশিষ্ট্য দেখতে হবে।
দুটি ইনপুট তালিকা, এমবেডিং_সূচক এবং একত্রীকরণ_ওজনে সংশ্লিষ্ট অবস্থানে থাকা টেনসরগুলির অবশ্যই একই আকৃতি থাকতে হবে, যেমন অনুরূপ বৈশিষ্ট্য দ্বারা বর্ণিত টেবিলে লুকআপের মোট সংখ্যার সমান dim_size() সহ র্যাঙ্ক 1।
নেস্টেড ক্লাস
| ক্লাস | EnqueueTPUEmbeddingRaggedTensorBatch.Options | EnqueueTPUEmbeddingRaggedTensorBatch এর জন্য ঐচ্ছিক বৈশিষ্ট্য | |
ধ্রুবক
| স্ট্রিং | OP_NAME | এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত |
পাবলিক পদ্ধতি
| স্ট্যাটিক EnqueueTPUEmbeddingRaggedTensorBatch.Options | কম্বাইনার (লিস্ট<স্ট্রিং> কম্বাইনার) |
| স্ট্যাটিক <T TNumber প্রসারিত করে, U TNumber প্রসারিত করে, V TNumber প্রসারিত করে > EnqueueTPUEmbeddingRaggedTensorBatch | তৈরি করুন ( Scope scope, Iterable< Operand <T>> sampleSplits, Iterable< Operand <U>> embeddingIndices, Iterable< Operand <V>> aggregationweights, Operand < TString > modeOverride, List<Long> tableIds, বিকল্প... বিকল্প) একটি নতুন EnqueueTPUEmbeddingRaggedTensorBatch অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি। |
| স্ট্যাটিক EnqueueTPUEmbeddingRaggedTensorBatch.Options | ডিভাইস অর্ডিনাল (লং ডিভাইস অর্ডিনাল) |
| স্ট্যাটিক EnqueueTPUEmbeddingRaggedTensorBatch.Options | maxSequence Lengths (List<Long> maxSequence Lengths) |
উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি
ধ্রুবক
সর্বজনীন স্ট্যাটিক চূড়ান্ত স্ট্রিং OP_NAME
এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত
ধ্রুবক মান: "EnqueueTPUEmbeddingRaggedTensorBatch"
পাবলিক পদ্ধতি
পাবলিক স্ট্যাটিক EnqueueTPUEmbeddingRaggedTensorBatch.Options combiners (List<String> combiners)
পরামিতি
| সংযোজক | স্ট্রিং স্কেলারগুলির একটি তালিকা, প্রতিটি এম্বেডিং টেবিলের জন্য একটি যা নির্দিষ্ট করে কিভাবে ওজনযুক্ত যোগফলের পরে এমবেডিং অ্যাক্টিভেশনগুলিকে স্বাভাবিক করা যায়। সমর্থিত কম্বাইনারগুলি হল 'মান', 'সমর্থন' বা 'sqrtn'। 'মান'-এর জন্য ওজনের যোগফল 0 বা 'sqrtn'-এর জন্য বর্গ ওজনের যোগফল 0 হওয়া অবৈধ। যদি কম্বাইনারগুলি পাস না করা হয়, ডিফল্ট হল সমস্ত টেবিলের জন্য 'সমষ্টি' ব্যবহার করা। |
|---|
পাবলিক স্ট্যাটিক EnqueueTPUEmbeddingRaggedTensorBatch তৈরি করুন ( স্কোপ স্কোপ, Iterable< Operand <T>> sampleSplits, Iterable< Operand <U>> embedding Indices, Iterable< Operand <V>> aggregationWeights, Operand < TString > modeOverride, LidsI. বিকল্প )
একটি নতুন EnqueueTPUEmbeddingRaggedTensorBatch অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।
পরামিতি
| সুযোগ | বর্তমান সুযোগ |
|---|---|
| নমুনা স্প্লিট | র্যাঙ্ক 1 টেনসরের একটি তালিকা যা এম্বেডিং_সূচক এবং একত্রিত_ওজন সারিগুলিতে বিভক্ত করার জন্য বিরতি পয়েন্টগুলি নির্দিষ্ট করে৷ এটি embedding_lookup() এ ids.row_splits এর সাথে মিলে যায়, যখন ids একটি RaggedTensor হয়। |
| এমবেডিং সূচক | র্যাঙ্ক 1 টেনসরের একটি তালিকা, এম্বেডিং টেবিলের মধ্যে সূচক। এটি embedding_lookup() এর ids.values-এর সাথে মিলে যায়, যখন ids একটি RaggedTensor হয়। |
| একত্রিত ওজন | র্যাঙ্ক 1 টেনসরের একটি তালিকা যেখানে প্রতি প্রশিক্ষণের উদাহরণ একত্রিতকরণ ওজন রয়েছে। এটি একটি RaggedTensor-এর মান ক্ষেত্রের সাথে মিলে যায় যার সাথে একই row_splits এম্বেডিং_লুকআপ() এর আইডিগুলির মতো, যখন ids একটি RaggedTensor হয়। |
| মোড ওভাররাইড | একটি স্ট্রিং ইনপুট যা TPUEmbedding কনফিগারেশনে নির্দিষ্ট করা মোডকে ওভাররাইড করে। সমর্থিত মান হল {'unspecified', 'inference', 'training', 'backward_pass_only'}। 'অনির্দিষ্ট'-এ সেট করা হলে, TPUEmbeddingConfiguration-এ সেট করা মোড ব্যবহার করা হয়, অন্যথায় mode_override ব্যবহার করা হয়। |
| টেবিল আইডি | সংশ্লিষ্ট ইনপুট খোঁজার জন্য এম্বেডিং টেবিলের (TPUEmbedding Configuration-এ TableDescriptor অফসেট) শনাক্তকারী নির্দিষ্ট করে পূর্ণসংখ্যার একটি তালিকা। ith ইনপুট table_ids[i] ব্যবহার করে দেখা হয়। টেবিল_আইডি তালিকার আকার অবশ্যই নমুনা_সূচক, এম্বেডিং_সূচক এবং সমষ্টি_ওজন এর সমান হতে হবে। |
| বিকল্প | ঐচ্ছিক বৈশিষ্ট্য মান বহন করে |
রিটার্নস
- EnqueueTPUEmbeddingRaggedTensorBatch এর একটি নতুন উদাহরণ
পাবলিক স্ট্যাটিক EnqueueTPUEmbeddingRaggedTensorBatch.Options deviceOrdinal (লং ডিভাইস অর্ডিনাল)
পরামিতি
| ডিভাইস অর্ডিনাল | টিপিইউ ডিভাইসটি ব্যবহার করতে হবে। যে টাস্কটিতে নোডটি স্থাপন করা হয়েছে তাতে TPU কোরের সংখ্যা থেকে >= 0 এবং কম হওয়া উচিত। |
|---|