Python tf.tpu.experimental.embedding.TableConfig用法及代碼示例

一個嵌入表的配置數據。

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
)

參數

vocabulary_size 表的詞匯量(行數)。
dim 表格的嵌入尺寸(寬度)。
initializer 一個可調用的初始化程序，采用一個參數，即將被初始化的變量的形狀。每個任務將被調用一次，以初始化該任務的嵌入表分片。如果未指定，則默認為 truncated_normal_initializer ，平均值為 0.0 和標準差 1/sqrt(dim) 。
optimizer 優化器參數類的可選實例，tf.tpu.experimental.embedding.SGD、tf.tpu.experimental.embedding.Adagrad 或 tf.tpu.experimental.embedding.Adam 之一的實例。它設置將覆蓋傳遞給 tf.tpu.experimental.embedding.TPUEmbedding 的全局優化器。
combiner 一個字符串，指定在一行中有多個條目時如何減少。目前支持'mean'、'sqrtn'、'sum'，默認為'mean'。 'sqrtn' 通常可以達到很好的準確性，特別是對於 bag-of-words 列。有關詳細信息，請參閱tf.nn.embedding_lookup_sparse。
name 用於命名表的可選字符串。對調試很有用。

拋出

ValueError 如果 vocabulary_size 不是正整數。
ValueError 如果 dim 不是正整數。
ValueError 如果 initializer 已指定且不可調用。
ValueError 如果不支持combiner。

此類保存單個嵌入表的配置數據。它用作 tf.tpu.experimental.embedding.FeatureConfig 的 table 參數。多個tf.tpu.experimental.embedding.FeatureConfig 對象可以使用相同的tf.tpu.experimental.embedding.TableConfig 對象。在這種情況下，將為這些特征查找創建一個共享表。

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))

上麵的配置有 2 個表和 3 個特征。前兩個特征將在第一個表中查找，第三個特征將在第二個表中查找。

相關用法

注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.tpu.experimental.embedding.TableConfig。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。