tensorflow :: ops :: UniformCandidateSampler
#include <candidate_sampling_ops.h>
Generuje etykiety do pobierania próbek kandydatów z równomiernym rozkładem.
streszczenie
Zobacz wyjaśnienia dotyczące próbkowania kandydatów i formatów danych w sekcji go / kandydat-sampling.
Dla każdej partii ta opcja wybiera pojedynczy zestaw próbkowanych etykiet kandydujących.
Zalety próbkowania kandydatów na partię to prostota i możliwość wydajnego mnożenia gęstej macierzy. Wadą jest to, że kandydaci do próby muszą być wybierani niezależnie od kontekstu i prawdziwych etykiet.
Argumenty:
- zakres: obiekt Scope
- true_classes: macierz batch_size * num_true, w której każdy wiersz zawiera identyfikatory num_true target_classes w odpowiedniej oryginalnej etykiecie.
- num_true: liczba prawdziwych etykiet na kontekst.
- num_sampled: liczba kandydatów do losowej próby.
- unikalne: jeśli prawda jest wyjątkowa, próbkujemy z odrzuceniem, tak aby wszyscy wybrani kandydaci w partii byli niepowtarzalni. Wymaga to pewnego przybliżenia w celu oszacowania prawdopodobieństwa próbkowania po odrzuceniu.
- range_max: urządzenie próbkujące będzie próbkować liczby całkowite z przedziału [0, range_max).
Atrybuty opcjonalne (patrz Attrs
):
- seed: Jeśli seed lub seed2 są ustawione na wartość niezerową, generator liczb losowych jest inicjowany przez dane ziarno. W przeciwnym razie jest wysiewany przez losowe ziarno.
- seed2: drugie ziarno, aby uniknąć kolizji nasion.
Zwroty:
-
Output
sampled_candidates: wektor o długości num_sampled, w którym każdy element jest identyfikatorem próbkowanego kandydata. -
Output
true_expected_count: macierz batch_size * num_true, przedstawiająca, ile razy każdy kandydat powinien wystąpić w partii wybranych kandydatów. Jeśli unique = true, to jest to prawdopodobieństwo. -
Output
sampled_expected_count: wektor o długości num_sampled, dla każdego próbkowanego kandydata przedstawiający, ile razy kandydat ma wystąpić w partii wybranych kandydatów. Jeśli unique = true, to jest to prawdopodobieństwo.
Konstruktorzy i niszczyciele | |
---|---|
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) |
Atrybuty publiczne | |
---|---|
operation | |
sampled_candidates | |
sampled_expected_count | |
true_expected_count |
Publiczne funkcje statyczne | |
---|---|
Seed (int64 x) | |
Seed2 (int64 x) |
Struktury | |
---|---|
tensorflow :: ops :: UniformCandidateSampler :: Attrs | Opcjonalne metody ustawiające atrybuty dla UniformCandidateSampler . |
Atrybuty publiczne
operacja
Operation operation
sampled_candidates
::tensorflow::Output sampled_candidates
sampled_expected_count
::tensorflow::Output sampled_expected_count
true_expected_count
::tensorflow::Output true_expected_count
Funkcje publiczne
UniformCandidateSampler
UniformCandidateSampler( const ::tensorflow::Scope & scope, ::tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max )
UniformCandidateSampler
UniformCandidateSampler( const ::tensorflow::Scope & scope, ::tensorflow::Input true_classes, int64 num_true, int64 num_sampled, bool unique, int64 range_max, const UniformCandidateSampler::Attrs & attrs )
Publiczne funkcje statyczne
Nasionko
Attrs Seed( int64 x )
Seed2
Attrs Seed2( int64 x )