কোডের পোর্টিং সহজ করে যা tf.nn.embedding_lookup_sparse() ব্যবহার করে।
এম্বেডিং_সূচক[i] এবং একত্রিত_ওজন[i] ith বৈশিষ্ট্যের সাথে মিলে যায়।
তিনটি ইনপুট তালিকার (নমুনা_সূচক, এমবেডিং_সূচক এবং একত্রীকরণ_ওজন) সংশ্লিষ্ট অবস্থানে থাকা টেনসরগুলির অবশ্যই একই আকৃতি থাকতে হবে, যেমন অনুরূপ বৈশিষ্ট্য দ্বারা বর্ণিত টেবিলে লুকআপের মোট সংখ্যার সমান dim_size() সহ র্যাঙ্ক 1।
নেস্টেড ক্লাস
| ক্লাস | DynamicEnqueueTPUEmbeddingArbitraryTensorBatch.Options | DynamicEnqueueTPUEmbeddingArbitraryTensorBatch এর জন্য ঐচ্ছিক বৈশিষ্ট্য | |
পাবলিক পদ্ধতি
| স্ট্যাটিক ডাইনামিক এনকিউটিপিইউএমবেডিং আরবিট্রারি টেনসরব্যাচ। বিকল্প | কম্বাইনার (লিস্ট<স্ট্রিং> কম্বাইনার) |
| স্ট্যাটিক <T নম্বর প্রসারিত করে, U নম্বর প্রসারিত করে, V সংখ্যা প্রসারিত করে> DynamicEnqueueTPUEmbeddingArbitraryTensorBatch | তৈরি করুন ( Scope scope, Iterable< Operand <T>> sampleIndicesOrRowSplits, Iterable< Operand <U>> embeddingIndices, Iterable< Operand <V>> aggregationweights, Operand <String> modeOverride, Operand <Integer> deviceOrdinal, Options ) একটি নতুন DynamicEnqueueTPUEmbeddingArbitraryTensorBatch অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি। |
উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি
পাবলিক পদ্ধতি
পাবলিক স্ট্যাটিক ডাইনামিকএনকিউটিপিইউএমবেডিংআর্বিট্রারি টেনসরব্যাচ।অপশন কম্বাইনার (লিস্ট<স্ট্রিং> কম্বাইনার)
পরামিতি
| সংযোজক | স্ট্রিং স্কেলারগুলির একটি তালিকা, প্রতিটি এম্বেডিং টেবিলের জন্য একটি যা নির্দিষ্ট করে কিভাবে ওজনযুক্ত যোগফলের পরে এমবেডিং অ্যাক্টিভেশনগুলিকে স্বাভাবিক করা যায়। সমর্থিত কম্বাইনারগুলি হল 'মান', 'সমর্থন' বা 'sqrtn'। 'মান'-এর জন্য ওজনের যোগফল 0 বা 'sqrtn'-এর জন্য বর্গ ওজনের যোগফল 0 হওয়া অবৈধ। যদি কম্বাইনারগুলি পাস না করা হয়, ডিফল্ট হল সমস্ত টেবিলের জন্য 'সমষ্টি' ব্যবহার করা। |
|---|
পাবলিক স্ট্যাটিক ডাইনামিকএনকিউটিপিইউএমবেডিংআর্বিট্রারি টেনসরব্যাচ তৈরি করুন ( স্কোপ স্কোপ, পুনরাবৃত্তিযোগ্য< Operand <T>> sampleIndicesOrRowSplits, Iterable< Operand <U>> embedding Indices, Iterable< Operand <V>> aggregationand <Stateverde> Operde , Operde mode> Operand > , বিকল্প.. বিকল্প )
একটি নতুন DynamicEnqueueTPUEmbeddingArbitraryTensorBatch অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।
পরামিতি
| সুযোগ | বর্তমান সুযোগ |
|---|---|
| নমুনা IndicesOrRowSplits | র্যাঙ্ক 2 টেনসরের একটি তালিকা যা প্রশিক্ষণের উদাহরণ নির্দিষ্ট করে যার সাথে সংশ্লিষ্ট এমবেডিং_সূচক এবং সমষ্টি_ওজন মানগুলি অন্তর্গত। যদি এর প্রথম মাত্রার আকার 0 হয়, আমরা ধরে নিই যে প্রতিটি এম্বেডিং_সূচক একটি ভিন্ন নমুনার অন্তর্গত। int32 এবং int64 উভয়ই অনুমোদিত এবং অভ্যন্তরীণভাবে int32 তে রূপান্তরিত হবে। অথবা র্যাঙ্ক 1 টেনসরের একটি তালিকা যা এম্বেডিং_সূচক এবং একত্রিত_ওজন সারিগুলিতে বিভক্ত করার জন্য সারি বিভাজন নির্দিষ্ট করে। এটি embedding_lookup() এ ids.row_splits এর সাথে মিলে যায়, যখন ids একটি RaggedTensor হয়। এনডি র্যাগড টেনসর সারিবদ্ধ করার সময়, শুধুমাত্র শেষ মাত্রাটি র্যাগড করার অনুমতি দেওয়া হয়। সারি বিভাজন হল 1-D ঘন টেনসর। খালি হলে, আমরা অনুমান করি যে int32 এবং int64 উভয়েরই অনুমতি দেওয়া হয়েছে এবং অভ্যন্তরীণভাবে int32-এ রূপান্তরিত হবে। |
| এমবেডিং সূচক | র্যাঙ্ক 1 টেনসরের একটি তালিকা, এম্বেডিং টেবিলের মধ্যে সূচক। int32 এবং int64 উভয়ই অনুমোদিত এবং অভ্যন্তরীণভাবে int32 তে রূপান্তরিত হবে। |
| একত্রিত ওজন | র্যাঙ্ক 1 টেনসরের একটি তালিকা যেখানে প্রতি প্রশিক্ষণের উদাহরণ একত্রিতকরণ ওজন রয়েছে। float32 এবং float64 উভয়ই অনুমোদিত এবং অভ্যন্তরীণভাবে float32 তে রূপান্তরিত হবে। |
| মোড ওভাররাইড | একটি স্ট্রিং ইনপুট যা TPUEmbedding কনফিগারেশনে নির্দিষ্ট করা মোডকে ওভাররাইড করে। সমর্থিত মান হল {'unspecified', 'inference', 'training', 'backward_pass_only'}। 'অনির্দিষ্ট'-এ সেট করা হলে, TPUEmbeddingConfiguration-এ সেট করা মোড ব্যবহার করা হয়, অন্যথায় mode_override ব্যবহার করা হয়। |
| ডিভাইস অর্ডিনাল | টিপিইউ ডিভাইসটি ব্যবহার করতে হবে। যে টাস্কটিতে নোডটি স্থাপন করা হয়েছে তাতে TPU কোরের সংখ্যা থেকে >= 0 এবং কম হওয়া উচিত। |
| বিকল্প | ঐচ্ছিক বৈশিষ্ট্য মান বহন করে |
রিটার্নস
- DynamicEnqueueTPUEmbedding ArbitraryTensorBatch এর একটি নতুন উদাহরণ