NCE¶
- class paddle.fluid.dygraph. NCE ( num_total_classes, dim, param_attr=None, bias_attr=None, num_neg_samples=None, sampler='uniform', custom_dist=None, seed=0, is_sparse=False, dtype='float32' ) [源代码] ¶
该接口用于构建 NCE
类的一个可调用对象,具体用法参照 代码示例
。其中实现了 NCE
损失函数的功能,其默认使用均匀分布进行抽样,计算并返回噪音对比估计( noise-contrastive estimation training loss)。更多详情请参考:Noise-contrastive estimation: A new estimation principle for unnormalized statistical models
参数¶
num_total_classes (int) - 所有样本中的类别的总数。
dim (int) - 输入的维度(一般为词嵌入的维度)。
sample_weight (Variable,可选) - 维度为[batch_size, 1],存储每个样本的权重。每个样本的默认权重为1.0。默认值:None。
param_attr (ParamAttr,可选) - 指定权重参数属性的对象。默认值为None,表示使用默认的权重参数属性。具体用法请参见 ParamAttr 。
bias_attr (ParamAttr,可选) - 指定偏置参数属性的对象。默认值为None,表示使用默认的偏置参数属性。具体用法请参见 ParamAttr 。
num_neg_samples (int,可选) - 负样本的数量。默认值:10。
sampler (str,可选) – 指明采样器的类型,用于从负类别中进行采样。可以是
uniform
、log_uniform
或custom_dist
。默认值:uniform
。custom_dist (float[],可选) – float[] 类型的数据,并且它的长度为
num_total_classes
。如果采样器类别为custom_dist
,则使用此参数。custom_dist[i]是第i个类别被取样的概率。默认值:Noneseed (int,可选) – 采样器使用的随机种子。默认值:0。
is_sparse (bool,可选) – 指明是否使用稀疏更新,如果为True, \(weight@GRAD\) 和 \(bias@GRAD\) 会变为 SelectedRows。默认值:False。
dtype (str,可选) - 数据类型,可以为"float32"或"float64"。默认值:"float32"。
返回¶
无
代码示例¶
import numpy as np
import paddle.fluid as fluid
window_size = 5
dict_size = 20
label_word = int(window_size // 2) + 1
inp_word = np.array([[1], [2], [3], [4], [5]]).astype('int64')
nid_freq_arr = np.random.dirichlet(np.ones(20) * 1000).astype('float32')
with fluid.dygraph.guard():
words = []
for i in range(window_size):
words.append(fluid.dygraph.base.to_variable(inp_word[i]))
emb = fluid.Embedding(
size=[dict_size, 32],
param_attr='emb.w',
is_sparse=False)
embs3 = []
for i in range(window_size):
if i == label_word:
continue
emb_rlt = emb(words[i])
embs3.append(emb_rlt)
embs3 = fluid.layers.concat(input=embs3, axis=1)
nce = fluid.NCE(
num_total_classes=dict_size,
dim=embs3.shape[1],
num_neg_samples=2,
sampler="custom_dist",
custom_dist=nid_freq_arr.tolist(),
seed=1,
param_attr='nce.w',
bias_attr='nce.b')
wl = fluid.layers.unsqueeze(words[label_word], axes=[0])
nce_loss3 = nce(embs3, wl)