RandomDeletion 層
RandomDeletion 類別
keras_hub.layers.RandomDeletion(
rate,
max_deletions=None,
skip_list=None,
skip_fn=None,
skip_py_fn=None,
seed=None,
name=None,
dtype="int32",
**kwargs
)
透過隨機刪除 tokens 來擴增輸入。
當您需要使用刪除擴增來生成新數據時，此層非常方便，如論文 [EDA: Easy Data Augmentation Techniques for Boosting Performance on Text Classification Tasks] (https://arxiv.org/pdf/1901.11196.pdf) 中所述。此層預期輸入已預先分割為 token 層級的輸入。這允許控制擴增的程度，您可以按字元分割以進行字元層級的交換，或按單字分割以進行單字層級的交換。
輸入數據應作為 tensors、tf.RaggedTensors 或列表傳遞。對於批次輸入，輸入應為列表的列表或二階 tensor。對於非批次輸入，每個元素應為列表或一階 tensor。
引數
- rate：token 被選中刪除的機率。
- max_deletions：要刪除的最大 token 數量。
- skip_list：不應被視為刪除候選者的 token 值列表。
- skip_fn：一個函數，它接受純量 tensor token 作為輸入，並返回純量 tensor True/False 值作為輸出。True 值表示該 token 不應被視為刪除候選者。此函數必須是可追蹤的——它應由 tensorflow 運算組成。
- skip_py_fn：一個函數，它接受 python token 值作為輸入，並返回
True或False作為輸出。True 值表示不應被視為刪除候選者。與skip_fn引數不同，此引數不必是可追蹤的——它可以是任何 python 函數。 - seed：隨機數生成器的種子。
範例
單字層級用法。
>>> keras.utils.set_random_seed(1337)
>>> x = ["Hey I like", "Keras and Tensorflow"]
>>> x = list(map(lambda x: x.split(), x))
>>> augmenter = keras_hub.layers.RandomDeletion(rate=0.4, seed=42)
>>> y = augmenter(x)
>>> list(map(lambda y: " ".join(y), y))
['I like', 'and']
字元層級用法。
>>> keras.utils.set_random_seed(1337)
>>> x = ["Hey Dude", "Speed Up"]
>>> x = list(map(lambda x: list(x), x))
>>> augmenter = keras_hub.layers.RandomDeletion(rate=0.4, seed=42)
>>> y = augmenter(x)
>>> list(map(lambda y: "".join(y), y))
['H Dude', 'pedUp']
與 skip_list 一起使用。
>>> keras.utils.set_random_seed(1337)
>>> x = ["Hey I like", "Keras and Tensorflow"]
>>> x = list(map(lambda x: x.split(), x))
>>> augmenter = keras_hub.layers.RandomDeletion(rate=0.4,
... skip_list=["Keras", "Tensorflow"], seed=42)
>>> y = augmenter(x)
>>> list(map(lambda y: " ".join(y), y))
['I like', 'Keras Tensorflow']
與 skip_fn 一起使用。
>>> def skip_fn(word):
... return tf.strings.regex_full_match(word, r"\pP")
>>> keras.utils.set_random_seed(1337)
>>> x = ["Hey I like", "Keras and Tensorflow"]
>>> x = list(map(lambda x: x.split(), x))
>>> augmenter = keras_hub.layers.RandomDeletion(rate=0.4,
... skip_fn=skip_fn, seed=42)
>>> y = augmenter(x)
>>> list(map(lambda y: " ".join(y), y))
['I like', 'and']
與 skip_py_fn 一起使用。
>>> def skip_py_fn(word):
... return len(word) < 4
>>> keras.utils.set_random_seed(1337)
>>> x = ["Hey I like", "Keras and Tensorflow"]
>>> x = list(map(lambda x: x.split(), x))
>>> augmenter = RandomDeletion(rate=0.4,
... skip_py_fn=skip_py_fn, seed=42)
>>> y = augmenter(x)
>>> list(map(lambda y: " ".join(y), y))
['Hey I', 'and Tensorflow']