тензорный поток:: опс:: УниформаКандидатСэмплер

#include <candidate_sampling_ops.h>

Создает метки для выборки кандидатов с равномерным распределением.

Краткое содержание

См. объяснения выборки кандидатов и форматов данных на странице go/candidate-sampling.

Для каждой партии эта операция выбирает один набор выборочных меток-кандидатов.

Преимущества отбора кандидатов для каждой партии — это простота и возможность эффективного умножения плотных матриц. Недостаток заключается в том, что выбранные кандидаты должны выбираться независимо от контекста и истинных ярлыков.

Аргументы:

• область: объект области.
• true_classes: матрица Batch_size * num_true, в которой каждая строка содержит идентификаторы num_true target_classes в соответствующей исходной метке.
• num_true: количество истинных меток на контекст.
• num_sampled: количество кандидатов для случайной выборки.
• уникальный: если значение «уникальный» истинно, мы проводим выборку с отклонением, чтобы все отобранные кандидаты в пакете были уникальными. Это требует некоторого приближения для оценки вероятностей выборки после отклонения.
• range_max: сэмплер будет выбирать целые числа из интервала [0, range_max).

Необязательные атрибуты (см. Attrs ):

• начальное число: если для начального числа или начального числа2 задано ненулевое значение, генератор случайных чисел заполняется данным начальным числом. В противном случае он засеивается случайным семенем.
• семя2: второе семя, чтобы избежать столкновения семян.

Возврат:

• Output выборки_кандидатов: вектор длиной num_sampled, в котором каждый элемент является идентификатором выбранного кандидата.
• Output true_expected_count: матрица Batch_size * num_true, представляющая ожидаемое количество раз, которое каждый кандидат будет встречаться в пакете выбранных кандидатов. Если unique=true, то это вероятность.
• Output sampled_expected_count: вектор длины num_sampled, для каждого выбранного кандидата, представляющий ожидаемое количество раз, которое кандидат появится в пакете выбранных кандидатов. Если unique=true, то это вероятность.

Конструкторы и деструкторы
UniformCandidateSampler (const :: tensorflow::Scope & scope, :: tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max)
UniformCandidateSampler (const :: tensorflow::Scope & scope, :: tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max, const UniformCandidateSampler::Attrs & attrs)

Публичные атрибуты
operation	Operation
sampled_candidates	:: tensorflow::Output
sampled_expected_count	:: tensorflow::Output
true_expected_count	:: tensorflow::Output

Публичные статические функции
Seed (int64 x)	Attrs
Seed2 (int64 x)	Attrs

Структуры
tensorflow:: ops:: UniformCandidateSampler:: Attrs	Необязательные установщики атрибутов для UniformCandidateSampler .

Публичные атрибуты

операция

Operation operation

sampled_candidates

::tensorflow::Output sampled_candidates

sampled_expected_count

::tensorflow::Output sampled_expected_count

true_expected_count

::tensorflow::Output true_expected_count

Общественные функции

УниформаКандидатСэмплер

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

УниформаКандидатСэмплер

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

Публичные статические функции

Семя

Attrs Seed(
  int64 x
)

Семя2

Attrs Seed2(
  int64 x
)