PaddlePaddle

 paddle.fluid / layers / SampleEmbeddingHelper


SampleEmbeddingHelper

class paddle.fluid.layers. SampleEmbeddingHelper ( embedding_fn, start_tokens, end_token, softmax_temperature=None, seed=None ) [源代码]

SampleEmbeddingHelper是 GreedyEmbeddingHelper 的子类。作为解码helper,它通过采样而非使用 argmax 并将采样结果送入embedding层,以此作为下一解码步的输入。

参数:
  • embedding_fn (callable) - 作用于 argmax 结果的函数,通常是一个将词id转换为词嵌入的embedding层,注意 ,这里要使用 cn_api_fluid_embedding 而非 embedding,因为选中的id的形状是 \([batch\_size]\) ,如果使用后者则还需要在这里提供unsqueeze。

  • start_tokens (Variable) - 形状为 \([batch\_size]\) 、数据类型为int64、 值为起始标记id的tensor。

  • end_token (int) - 结束标记id。

  • softmax_temperature (float,可选) - 该值用于在softmax计算前除以logits。温度越高(大于1.0)随机性越大,温度越低则越趋向于argmax。该值必须大于0,默认值None等同于1.0。

  • seed (int,可选) - 采样使用的随机种子。默认为None,表示不使用固定的随机种子。

示例代码

import paddle.fluid as fluid
import paddle.fluid.layers as layers

start_tokens = fluid.data(name="start_tokens",
                     shape=[None],
                     dtype="int64")

trg_embeder = lambda x: fluid.embedding(
    x, size=[10000, 128], param_attr=fluid.ParamAttr(name="trg_embedding"))
output_layer = lambda x: layers.fc(x,
                                size=10000,
                                num_flatten_dims=len(x.shape) - 1,
                                param_attr=fluid.ParamAttr(name=
                                                        "output_w"),
                                bias_attr=False)
helper = layers.SampleEmbeddingHelper(trg_embeder, start_tokens=start_tokens, end_token=1)
decoder_cell = layers.GRUCell(hidden_size=128)
decoder = layers.BasicDecoder(decoder_cell, helper, output_fn=output_layer)
outputs = layers.dynamic_decode(
    decoder=decoder, inits=decoder_cell.get_initial_states(start_tokens))
sample ( time, outputs, states )

根据一个多项分布进行采样,此分布由 softmax(outputs/softmax_temperature) 计算得到。

参数:
  • time (Variable) - 调用者提供的形状为[1]的tensor,表示当前解码的时间步长。其数据类型为int64。

  • outputs (Variable) - tensor变量,通常其数据类型为float32或float64,形状为 \([batch\_size, vocabulary\_size]\) ,表示当前解码步预测产生的logit(未归一化的概率),和由 BasicDecoder.output_fn(BasicDecoder.cell.call()) 返回的 outputs 是同一内容。

  • states (Variable) - 单个tensor变量或tensor变量组成的嵌套结构,和由 BasicDecoder.cell.call() 返回的 new_states 是同一内容。

返回:数据类型为int64形状为 \([batch\_size]\) 的tensor,表示采样得到的id。

返回类型:Variable


此页内容是否对您有帮助