nce

paddle.fluid.layers.nce(input, label, num_total_classes, sample_weight=None, param_attr=None, bias_attr=None, num_neg_samples=None, name=None, sampler='uniform', custom_dist=None, seed=0, is_sparse=False)[源代码]

计算并返回噪音对比估计损失值( noise-contrastive estimation training loss)。 请参考 Noise-contrastive estimation: A new estimation principle for unnormalized statistical models 该层默认使用均匀分布进行抽样。

参数:
  • input (Variable) - 输入变量, 2-D 张量,形状为 [batch_size, dim],数据类型为 float32 或者 float64。
  • label (Variable) - 标签,2-D 张量,形状为 [batch_size, num_true_class],数据类型为 int64。
  • num_total_classes (int) - 所有样本中的类别的总数。
  • sample_weight (Variable,可选) - 存储每个样本权重,shape 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。
  • 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) - 负样例的数量,默认值是10。
  • name (str,可选) - 该layer的名称,具体用法请参见 Name ,一般无需设置,默认值为None。
  • sampler (str,可选) – 采样器,用于从负类别中进行取样。可以是 uniform, log_uniformcustom_dist , 默认 uniform
  • custom_dist (nd.array, 可选) – 第0维的长度为 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。默认为 None
  • seed (int,可选) – 采样器使用的seed。默认为0
  • is_sparse (bool,可选) – 标志位,指明是否使用稀疏更新, 为 True\(weight@GRAD\)\(bias@GRAD\) 的类型会变为 SelectedRows。默认为 False

返回: nce loss,数据类型与 input 相同

返回类型: Variable

代码示例

import paddle.fluid as fluid
import numpy as np

window_size = 5
words = []
for i in xrange(window_size):
    words.append(fluid.layers.data(
        name='word_{0}'.format(i), shape=[1], dtype='int64'))

dict_size = 10000
label_word = int(window_size / 2) + 1

embs = []
for i in xrange(window_size):
    if i == label_word:
        continue

    emb = fluid.layers.embedding(input=words[i], size=[dict_size, 32],
                       param_attr='embed', is_sparse=True)
    embs.append(emb)

embs = fluid.layers.concat(input=embs, axis=1)
loss = fluid.layers.nce(input=embs, label=words[label_word],
          num_total_classes=dict_size, param_attr='nce.w_0',
          bias_attr='nce.b_0')

# 或使用自定义分布
dist = np.array([0.05,0.5,0.1,0.3,0.05])
loss = fluid.layers.nce(input=embs, label=words[label_word],
          num_total_classes=5, param_attr='nce.w_1',
          bias_attr='nce.b_1',
          num_neg_samples=3,
          sampler="custom_dist",
          custom_dist=dist)