tensorflow:: عملیات:: نمونهبرداری از همه کاندیداها
#include <candidate_sampling_ops.h>برچسبهایی برای نمونهگیری کاندید با توزیع یونیگرامِ یادگرفتهشده تولید میکند.
خلاصه
توضیحات مربوط به نمونهگیری کاندید و قالبهای داده را در go/candidate-sampling ببینید.
برای هر دسته، این عملیات یک مجموعه واحد از برچسبهای کاندید نمونهبرداری شده را انتخاب میکند.
مزایای نمونهبرداری از کاندیداها در هر دسته، سادگی و امکان ضرب ماتریس متراکم کارآمد است. عیب آن این است که کاندیداهای نمونهبرداری شده باید مستقل از زمینه و برچسبهای واقعی انتخاب شوند.
استدلالها:
- دامنه: یک شیء دامنه
- true_classes: یک ماتریس batch_size * num_true که در آن هر سطر شامل شناسههای num_true target_classes در برچسب اصلی مربوطه است.
- num_true: تعداد برچسبهای صحیح در هر زمینه.
- num_sampled: تعداد کاندیداهای تولید شده.
- منحصر به فرد: اگر منحصر به فرد بودن درست باشد، ما با رد نمونهگیری میکنیم، به طوری که همه کاندیداهای نمونهبرداری شده در یک دسته منحصر به فرد هستند. این امر نیاز به تخمین تقریبی برای تخمین احتمالات نمونهگیری پس از رد دارد.
ویژگیهای اختیاری (به Attrs مراجعه کنید):
- دانه: اگر هر یک از دانهها یا دانه ۲ روی غیر صفر تنظیم شوند، مولد اعداد تصادفی توسط دانه داده شده دانهگذاری میشود. در غیر این صورت، توسط یک دانه تصادفی دانهگذاری میشود.
- seed2: یک دانه دوم برای جلوگیری از برخورد دانهها.
بازده:
-
Outputsampled_candidates: برداری به طول num_sampled که در آن هر عنصر، شناسهی یک کاندیدای نمونهبرداری شده است. -
Outputtrue_expected_count: یک ماتریس batch_size * num_true که تعداد دفعاتی را که انتظار میرود هر کاندیدا در یک دسته از کاندیداهای نمونهگیری شده رخ دهد، نشان میدهد. اگر unique=true باشد، این یک احتمال است. -
Outputsampled_expected_count: برداری به طول num_sampled، برای هر کاندیدای نمونهبرداری شده که نشان دهنده تعداد دفعاتی است که انتظار میرود کاندیدا در یک دسته از کاندیداهای نمونهبرداری شده رخ دهد. اگر unique=true باشد، این یک احتمال است.
سازندهها و مخربها | |
|---|---|
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) |
ویژگیهای عمومی | |
|---|---|
operation | |
sampled_candidates | |
sampled_expected_count | |
true_expected_count | |
توابع استاتیک عمومی | |
|---|---|
Seed (int64 x) | |
Seed2 (int64 x) | |
ساختارها | |
|---|---|
| tensorflow:: عملیات:: AllCandidateSampler:: جذابیتها | تنظیمکنندههای ویژگی اختیاری برای AllCandidateSampler . |
ویژگیهای عمومی
عملیات
Operation operation
کاندیدهای نمونهبرداری شده
::tensorflow::Output sampled_candidates
تعداد_مورد_انتظار_نمونه
::tensorflow::Output sampled_expected_count
تعداد_مورد_انتظار_درست
::tensorflow::Output true_expected_count
کارکردهای عمومی
نمونهبرداری همه کاندیداها
AllCandidateSampler( const ::tensorflow::Scope & scope, ::tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique )
نمونهبرداری همه کاندیداها
AllCandidateSampler( const ::tensorflow::Scope & scope, ::tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, const AllCandidateSampler::Attrs & attrs )
توابع استاتیک عمومی
بذر
Attrs Seed( int64 x )
سید۲
Attrs Seed2( int64 x )
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2026-11-05 بهوقت ساعت هماهنگ جهانی.