文档反馈

问题文档片段

问题文档片段包含公式时,显示为空格。

提交类型
issue

有点复杂...

找人问问吧。

PR

小问题,全程线上修改...

一键搞定!

请选择提交类型

问题类型
规范和低错类

- 规范和低错类:

- 错别字或拼写错误,标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致,但不影响操作。

- 表述不通顺,但不影响理解。

- 版本号不匹配:如软件包名称、界面版本号。

易用性

- 易用性:

- 关键步骤错误或缺失,无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰,该分类、分项、分步骤的没有给出。

正确性

- 正确性:

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误,无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示:

- 对重要数据或系统存在风险的操作,缺少安全提示。

内容合规

- 内容合规:

- 违反法律法规,涉及政治、领土主权等敏感词。

- 内容侵权。

问题描述

请勾选同意隐私声明

mindspore.ops.log_uniform_candidate_sampler

查看源文件
mindspore.ops.log_uniform_candidate_sampler(true_classes, num_true=1, num_sampled=5, unique=True, range_max=5, seed=0)[源代码]

使用log-uniform(Zipfian)分布对一组类别进行采样。

该操作从整数范围[0, range_max )中随机采样一个采样类( sampled_candidates )的Tensor。

参数:
  • true_classes (Tensor) - 目标类,其数据类型为int64,shape为 (batch_size,num_true)

  • num_true (int) - 每个训练样本的目标类数。默认值: 1

  • num_sampled (int) - 随机采样的类数。默认值: 5

  • unique (bool) - 确认批处理中的所有采样类是否都是唯一的。如果 uniqueTrue ,则批处理中的所有采样类都唯一。默认值: True

  • range_max (int) - 可能的类数。当 uniqueTrue 时, range_max 必须大于或等于 num_sampled 。默认值: 5

  • seed (int) - 随机种子,必须是非负。默认值: 0

返回:

3个Tensor组成的元组。

  • sampled_candidates (Tensor) - shape为 (num_sampled,) 且数据类型与 true_classes 相同的Tensor。

  • true_expected_count (Tensor) - shape与 true_classes 相同且数据类型为float32的Tensor。

  • sampled_expected_count (Tensor) - shape与 sampled_candidates 相同且数据类型为float32的Tensor。

异常:
  • TypeError - num_truenum_sampled 都不是int。

  • TypeError - unique 不是bool。

  • TypeError - range_maxseed 都不是int。

  • TypeError - true_classes 不是Tensor。

支持平台:

Ascend CPU

样例:

>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> output1, output2, output3 = ops.log_uniform_candidate_sampler(
... Tensor(np.array([[1, 7], [0, 4], [3, 3]])), 2, 5, True, 5)
>>> print(output1, output2, output3)
[3 2 0 4 1]
[[0.92312991 0.49336370]
 [0.99248987 0.65806371]
 [0.73553443 0.73553443]]
[0.73553443 0.82625800 0.99248987 0.65806371 0.92312991]