TableConfig 配置类

[源代码]

TableConfig 类

keras_rs.layers.TableConfig(
    name: str,
    vocabulary_size: int,
    embedding_dim: int,
    initializer: (
        str | keras.src.initializers.initializer.Initializer
    ) = keras.src.initializers.random_initializers.VarianceScaling(mode="fan_out"),
    optimizer: str | keras.src.optimizers.optimizer.Optimizer = "adam",
    combiner: str = "mean",
    placement: str = "auto",
    max_ids_per_partition: int = 256,
    max_unique_ids_per_partition: int = 256,
)

一个嵌入表的配置。

配置一个表以供一个或多个 keras_rs.layers.FeatureConfig 使用，后者又用于配置 keras_rs.layers.DistributedEmbedding。

属性

• name：表的名称。必须定义。
• vocabulary_size：表的词汇量大小（行数）。
• embedding_dim：表的嵌入维度（宽度）。
• initializer：嵌入权重的初始化器。如果未指定，则默认为 truncated_normal_initializer，均值为 0.0，标准差为 1 / sqrt(embedding_dim)。
• optimizer：嵌入表的优化器。仅支持 SGD、Adagrad、Adam 和 FTRL。请注意，并非所有优化器的参数都受支持。默认为 Adam。
• combiner：指定如果单行中有多个条目时如何减少。支持 mean、sqrtn 和 sum。mean 是默认值。sqrtn 通常能获得良好的准确性，特别是对于词袋列。
• placement：放置嵌入表的位置。"auto" 是默认值，表示如果 SparseCore 可用，则将表放置在 SparseCore 上，否则放置在模型其余部分所在的默认设备上。值为 "sparsecore" 表示表将放置在 SparseCore 芯片上，如果 SparseCore 不可用则会引发错误。值为 "default_device" 表示即使 SparseCore 可用，表也将放置在模型其余部分所在的默认设备上。模型其余部分的默认设备在 TPU 上是 TPU 的 TensorCore，否则是 GPU 或 CPU。
• max_ids_per_partition：表的每个分区最大 id 数。这是一个依赖于输入数据的值，并且是编译器正确分配内存所必需的。
• max_unique_ids_per_partition：表的每个分区最大唯一 id 数。这是一个依赖于输入数据的值，并且是编译器正确分配内存所必需的。