EnqueueTPUEmbeddingSparseBatch

classe finale publique EnqueueTPUEmbeddingSparseBatch

Une opération qui met en file d'attente les indices d'entrée TPUEmbedding à partir d'un SparseTensor.

Cette opération facilite le portage du code qui utilise embedding_lookup_sparse(), bien qu'un prétraitement Python des arguments SparseTensor vers embedding_lookup_sparse() soit nécessaire pour produire les arguments de cette opération, puisqu'une seule opération EnqueueTPUEmbeddingSparseBatch est autorisée par étape de formation.

Les tenseurs aux positions correspondantes dans les trois listes d'entrée doivent avoir la même forme, c'est-à-dire le rang 1 avec dim_size() égal au nombre total de recherches dans la table décrite par le table_id correspondant.

Classes imbriquées

classe Mettre en file d'attenteTPUEmbeddingSparseBatch.Options Attributs facultatifs pour EnqueueTPUEmbeddingSparseBatch

Constantes

Chaîne OP_NAME Le nom de cette opération, tel que connu par le moteur principal TensorFlow

Méthodes publiques

EnqueueTPUEmbeddingSparseBatch.Options statique
combinateurs (combineurs List<String>)
static <T étend TNumber , U étend TNumber , V étend TNumber > EnqueueTPUEmbeddingSparseBatch
créer ( Scope scope, Iterable< Operand <T>> sampleIndices, Iterable< Operand <U>> embeddingIndices, Iterable< Operand <V>> aggregationWeights, Operand < TString > modeOverride, Options... options)
Méthode d'usine pour créer une classe encapsulant une nouvelle opération EnqueueTPUEmbeddingSparseBatch.
EnqueueTPUEmbeddingSparseBatch.Options statique
appareilOrdinal (appareilOrdinal long)

Méthodes héritées

Constantes

chaîne finale statique publique OP_NAME

Le nom de cette opération, tel que connu par le moteur principal TensorFlow

Valeur constante : "EnqueueTPUEmbeddingSparseBatch"

Méthodes publiques

Combineurs publics statiques EnqueueTPUEmbeddingSparseBatch.Options (combineurs List<String>)

Paramètres
combinateurs Une liste de scalaires de chaînes, une pour chaque table d'intégration, qui spécifient comment normaliser les activations d'intégration après la sommation pondérée. Les combinateurs pris en charge sont « moyenne », « somme » ou « sqrtn ». Il n'est pas valide que la somme des poids soit égale à 0 pour « moyenne » ou que la somme des poids au carré soit égale à 0 pour « sqrtn ». Si les combinateurs ne sont pas transmis, la valeur par défaut est d'utiliser « somme » pour toutes les tables.

public static EnqueueTPUEmbeddingSparseBatch create ( Scope scope, Iterable< Operand <T>> sampleIndices, Iterable< Operand <U>> embeddingIndices, Iterable< Operand <V>> aggregationWeights, Operand < TString > modeOverride, Options... options)

Méthode d'usine pour créer une classe encapsulant une nouvelle opération EnqueueTPUEmbeddingSparseBatch.

Paramètres
portée portée actuelle
exemplesIndices Une liste de Tensors de rang 1 spécifiant l'exemple de formation et la fonctionnalité auxquels appartiennent les valeurs embedding_indices et aggregation_weights correspondantes. sample_indices[i] doit être égal à b * nf + f, où nf est le nombre de fonctionnalités de la table correspondante, f est dans [0, nf) et b est dans [0, taille du lot).
intégrationIndices Une liste de Tensors de rang 1, des indices dans les tables d'intégration.
agrégationPoids Une liste de Tensors de rang 1 contenant par échantillon - c'est-à-dire par (exemple de formation, fonctionnalité) - des poids d'agrégation.
modeOverride Entrée de chaîne qui remplace le mode spécifié dans TPUEmbeddingConfiguration. Les valeurs prises en charge sont {'unspecified', 'inference', 'training', 'backward_pass_only'}. Lorsqu'il est défini sur « non spécifié », le mode défini dans TPUEmbeddingConfiguration est utilisé, sinon mode_override est utilisé.
choix porte des valeurs d'attributs facultatifs
Retour
  • une nouvelle instance de EnqueueTPUEmbeddingSparseBatch

public static EnqueueTPUEmbeddingSparseBatch.Options deviceOrdinal (Long deviceOrdinal)

Paramètres
appareilOrdinal Le périphérique TPU à utiliser. Doit être >= 0 et inférieur au nombre de cœurs TPU dans la tâche sur laquelle le nœud est placé.