tensoreflusso:: ops:: AllCandidateSampler

#include <candidate_sampling_ops.h>

Genera etichette per il campionamento dei candidati con una distribuzione unigramma appresa.

Riepilogo

Consulta le spiegazioni sul campionamento dei candidati e sui formati dei dati su go/candidate-sampling.

Per ogni batch, questa operazione seleziona un singolo set di etichette candidate campionate.

I vantaggi del campionamento dei candidati per lotto sono la semplicità e la possibilità di un'efficiente moltiplicazione della matrice densa. Lo svantaggio è che i candidati campionati devono essere scelti indipendentemente dal contesto e dalle vere etichette.

Argomenti:

  • scope: un oggetto Scope
  • true_classes: una matrice batch_size * num_true, in cui ogni riga contiene gli ID di num_true target_classes nell'etichetta originale corrispondente.
  • num_true: numero di etichette vere per contesto.
  • num_sampled: numero di candidati da produrre.
  • unico: se unico è vero, campioniamo con rifiuto, in modo che tutti i candidati campionati in un batch siano unici. Ciò richiede una certa approssimazione per stimare le probabilità di campionamento post-rifiuto.

Attributi facoltativi (vedi Attrs ):

  • seme: se seme o seme2 sono impostati su un valore diverso da zero, il generatore di numeri casuali viene seminato dal seme specificato. Altrimenti, viene seminato da un seme casuale.
  • seed2: un secondo seme per evitare la collisione del seme.

Resi:

  • Output sampled_candidates: un vettore di lunghezza num_sampled, in cui ogni elemento è l'ID di un candidato campionato.
  • Output true_expected_count: una matrice batch_size * num_true, che rappresenta il numero di volte in cui si prevede che ciascun candidato si presenti in un batch di candidati campionati. Se unico=vero, allora questa è una probabilità.
  • Output sampled_expected_count: un vettore di lunghezza num_sampled, per ciascun candidato campionato che rappresenta il numero di volte in cui si prevede che il candidato si presenti in un batch di candidati campionati. Se unico=vero, allora questa è una probabilità.

Costruttori e distruttori

AllCandidateSampler (const :: tensorflow::Scope & scope, :: tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique)
AllCandidateSampler (const :: tensorflow::Scope & scope, :: tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, const AllCandidateSampler::Attrs & attrs)

Attributi pubblici

operation
sampled_candidates
sampled_expected_count
true_expected_count

Funzioni pubbliche statiche

Seed (int64 x)
Seed2 (int64 x)

Strutture

tensorflow:: ops:: AllCandidateSampler:: Attrs

Setter di attributi facoltativi per AllCandidateSampler .

Attributi pubblici

operazione 

Operation operation

candidati_campionati 

::tensorflow::Output sampled_candidates

conteggio_previsto_campionato 

::tensorflow::Output sampled_expected_count

true_expected_count 

::tensorflow::Output true_expected_count

Funzioni pubbliche

AllCandidateSampler 

 AllCandidateSampler(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input true_classes,
  int64 num_true,
  int64 num_sampled,
  bool unique
)

AllCandidateSampler 

 AllCandidateSampler(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input true_classes,
  int64 num_true,
  int64 num_sampled,
  bool unique,
  const AllCandidateSampler::Attrs & attrs
)

Funzioni pubbliche statiche

Seme 

Attrs Seed(
  int64 x
)

Seme2 

Attrs Seed2(
  int64 x
)