KmeansPlusPlusInitialization

classe finale pubblica KmeansPlusPlusInitialization

Seleziona num_to_sample righe di input utilizzando il criterio KMeans ++.

Si presume che le righe di punti siano punti di input. Viene selezionata una riga a caso. Le righe successive vengono campionate con probabilità proporzionale alla distanza al quadrato L2 dalla riga più vicina selezionata fino a quando num_to_sample righe non sono state campionate.

Metodi pubblici

Uscita <Float>	asOutput () Restituisce la maniglia simbolica di un tensore.
static KmeansPlusPlusInitialization	create ( ambito ambito, operando <Float> punti, operando <Long> numToSample, operando <Long> seed, operando <Long> numRetriesPerSample) Metodo di fabbrica per creare una classe che racchiude una nuova operazione KmeansPlusPlusInitialization.
Uscita <Float>	campioni () Matrice di forma (num_to_sample, d).

Metodi ereditati

Dalla classe org.tensorflow.op.PrimitiveOp

booleano finale	è uguale a (Object obj)
final int	hashCode ()
Operazione	op () Restituisce l' Operation sottostante
stringa finale	toString ()

Dalla classe java.lang.Object

booleano	è uguale a (Oggetto arg0)
classe finale <?>	getClass ()
int	hashCode ()
vuoto finale	notifica ()
vuoto finale	notifyAll ()
Corda	toString ()
vuoto finale	wait (long arg0, int arg1)
vuoto finale	aspetta (lungo arg0)
vuoto finale	aspetta ()

Dall'interfaccia org.tensorflow.Operand

output astratto <Float>

asOutput () Restituisce la maniglia simbolica di un tensore.

Metodi pubblici

output pubblico <Float> asOutput ()

Restituisce la maniglia simbolica di un tensore.

Gli input per le operazioni TensorFlow sono output di un'altra operazione TensorFlow. Questo metodo viene utilizzato per ottenere un handle simbolico che rappresenta il calcolo dell'input.

public static KmeansPlusPlusInitialization create ( Scope scope, Operand <Float> points, Operand <Long> numToSample, Operand <Long> seed, Operand <Long> numRetriesPerSample)

Metodo di fabbrica per creare una classe che racchiude una nuova operazione KmeansPlusPlusInitialization.

Parametri

scopo	ambito attuale
punti	Matrice di forma (n, d). Si presume che le righe siano punti di input.
numToSample	Scalare. Il numero di righe da campionare. Questo valore non deve essere maggiore di n.
seme	Scalare. Seme per inizializzare il generatore di numeri casuali.
numRetriesPerSample	Scalare. Per ogni riga campionata, questo parametro specifica il numero di punti aggiuntivi da trarre dalla distribuzione corrente prima di selezionare il migliore. Se viene specificato un valore negativo, viene utilizzata un'euristica per campionare O (log (num_to_sample)) punti aggiuntivi.

ritorna

• una nuova istanza di KmeansPlusPlusInitialization

public Output <Float> samples ()

Matrice di forma (num_to_sample, d). Le righe campionate.