Tensorflow limitant la taille du lot lors de l'apprentissage des incorporations

Question

J'essaie d'apprendre les plongements d'état pour une séquence d'états produits par un HMM, de la même façon que le tensor Vector Representation of Words le fait pour les séquences de texte.

Mon problème est que le «vocabulaire» de ce HMM est seulement 12 états différents. Tensorflow ne semble pas aimer quand je cours mon code en utilisant des lots plus grands que la taille de ce vocabulaire. Par exemple, en essayant de former avec une taille de lot de 14 donne l'erreur:

F tensorflow/core/kernels/range_sampler.cc:86] Check failed: batch_size + avoided_values.size() <= range_ (14 vs. 12) 
Abort trap: 6 

Quelle est la motivation derrière cette vérification?

Answer 1

Si vous suivez le example du tutoriel

Cette erreur vient effectivement lorsque vous définissez la num_sampled > len(vocabulary)

num_sampled = 64 # Number of negative examples to sample. 

vous ne pouvez pas index en effet échantillon (pour les exemples négatifs mot à Vec) au-delà de la la taille du vocabulaire