Python tf.tpu.experimental.embedding.TableConfig用法及代码示例

一个嵌入表的配置数据。

用法

tf.tpu.experimental.embedding.TableConfig(
    vocabulary_size:int,
    dim:int,
    initializer:Optional[Callable[[Any], None]] = None,
    optimizer:Optional[_Optimizer] = None,
    combiner:Text = 'mean',
    name:Optional[Text] = None
)

参数

vocabulary_size 表的词汇量(行数)。
dim 表格的嵌入尺寸(宽度)。
initializer 一个可调用的初始化程序，采用一个参数，即将被初始化的变量的形状。每个任务将被调用一次，以初始化该任务的嵌入表分片。如果未指定，则默认为 truncated_normal_initializer ，平均值为 0.0 和标准差 1/sqrt(dim) 。
optimizer 优化器参数类的可选实例，tf.tpu.experimental.embedding.SGD、tf.tpu.experimental.embedding.Adagrad 或 tf.tpu.experimental.embedding.Adam 之一的实例。它设置将覆盖传递给 tf.tpu.experimental.embedding.TPUEmbedding 的全局优化器。
combiner 一个字符串，指定在一行中有多个条目时如何减少。目前支持'mean'、'sqrtn'、'sum'，默认为'mean'。 'sqrtn' 通常可以达到很好的准确性，特别是对于 bag-of-words 列。有关详细信息，请参阅tf.nn.embedding_lookup_sparse。
name 用于命名表的可选字符串。对调试很有用。

抛出

ValueError 如果 vocabulary_size 不是正整数。
ValueError 如果 dim 不是正整数。
ValueError 如果 initializer 已指定且不可调用。
ValueError 如果不支持combiner。

此类保存单个嵌入表的配置数据。它用作 tf.tpu.experimental.embedding.FeatureConfig 的 table 参数。多个tf.tpu.experimental.embedding.FeatureConfig 对象可以使用相同的tf.tpu.experimental.embedding.TableConfig 对象。在这种情况下，将为这些特征查找创建一个共享表。

table_config_one = tf.tpu.experimental.embedding.TableConfig(
    vocabulary_size=...,
    dim=...)
table_config_two = tf.tpu.experimental.embedding.TableConfig(
    vocabulary_size=...,
    dim=...)
feature_config = {
    'feature_one':tf.tpu.experimental.embedding.FeatureConfig(
        table=table_config_one),
    'feature_two':tf.tpu.experimental.embedding.FeatureConfig(
        table=table_config_one),
    'feature_three':tf.tpu.experimental.embedding.FeatureConfig(
        table=table_config_two)}
embedding = tf.tpu.experimental.embedding.TPUEmbedding(
    feature_config=feature_config,
    batch_size=...
    optimizer=tf.tpu.experimental.embedding.Adam(0.1))

上面的配置有 2 个表和 3 个特征。前两个特征将在第一个表中查找，第三个特征将在第二个表中查找。

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.tpu.experimental.embedding.TableConfig。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。