tf.compat.v1.nn.ctc_loss_v2

Вычисляет функцию потерь CTC (Connectionist Temporal Classification).

tf.compat.v1.nn.ctc_loss_v2(
    labels,
    logits,
    label_length,
    logit_length,
    logits_time_major=True,
    unique=None,
    blank_index=None,
    name=None
)

Эта операция реализует функцию потерь CTC, представленную в работе (Graves et al., 2006).

Примечания:

То же, что и «классический CTC» в настройках tf.compat.v1.nn.ctc_loss в TensorFlow 1.x с preprocess_collapse_repeated=False и ctc_merge_repeated=True.
Метки можно передавать как плотный тензор с нулевым заполнением и вектором длин последовательностей меток ИЛИ как SparseTensor.
На TPU и GPU поддерживаются только метки с плотным заполнением.
На CPU можно использовать SparseTensor или метки с плотным заполнением, однако вызов с SparseTensor будет значительно быстрее.
По умолчанию пустая метка имеет значение 0, а не num_classes - 1, если не задано значение blank_index.

Аргументы
`labels`	тензор формы [batch_size, max_label_seq_length] или SparseTensor
`logits`	тензор формы [frames, batch_size, num_labels]; если logits_time_major == False, форма — [batch_size, frames, num_labels].
`label_length`	тензор формы [batch_size]; None, если labels — это SparseTensor. Длина эталонной последовательности меток в labels.
`logit_length`	тензор формы [batch_size]. Длина входной последовательности в logits.
`logits_time_major`	(необязательно) Если True (по умолчанию), logits имеет форму [time, batch, logits]. Если False, форма — [batch, time, logits].
`unique`	(необязательно) Уникальные индексы меток, вычисленные с помощью ctc_unique_labels(labels). Если указаны, включают более быструю и эффективную по памяти реализацию на TPU.
`blank_index`	(необязательно) Задаёт индекс класса, используемый для пустой метки. Отрицательные значения отсчитываются от num_classes, то есть -1 обеспечивает поведение ctc_loss, при котором для пустого символа используется num_classes - 1. Переход от значения по умолчанию 0 сопровождается дополнительными затратами памяти и производительности, поскольку может создаваться дополнительная сдвинутая копия logits.
`name`	Имя для этого `Op`. По умолчанию — "ctc_loss_dense".

Возвращает
`loss`	тензор формы [batch_size], отрицательные логарифмы вероятностей.

Ссылки
Connectionist Temporal Classification — разметка несегментированных последовательностей данных с помощью рекуррентных нейронных сетей: Graves et al., 2006 (PDF)

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/compat/v1/nn/ctc_loss_v2