我来自这个tutorial,它使用多项式分布在急切的执行中,根据来自我们的RNN的预测张量,得到下一个文本生成字符的最终预测。你知道吗
# using a multinomial distribution to predict the character returned by the model
temperature = 0.5
predictions = predictions / temperature
predicted_id = tf.multinomial(predictions, num_samples=1)[-1,0].numpy()
我的问题是:
温度(这里是0.5)不只是缩放所有的预测吗,为什么它会影响多项式选择呢?你知道吗
[0.2、0.4、0.3、0.1]/温度=[0.4、0.8、0.6、0.2]
那么多项式不是在规范化概率吗?因此当缩放时,我们只是增加每个字符的概率,限制为1?
[-1,0].numpy()做什么?我完全迷路了。
如有任何提示,我们将不胜感激。你知道吗
因此,当温度小于1时,概率越小。当温度大于1时,则取较大值:
[-1, 0].numpy()
只得到多项式张量的值例如:
相关问题 更多 >
编程相关推荐