tf.nn.ctc_loss_v2

Вычисляет потерю CTC (Connectionist Temporal Classification).

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.nn.ctc_loss_v2, `tf.compat.v2.nn.ctc_loss`

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

Этот оператор реализует потерю CTC, как представлено в статье:

A. Graves, S. Fernandez, F. Gomez, J. Schmidhuber. Connectionist Temporal Classification: Labeling Unsegmented Sequence Data with Recurrent Neural Networks. ICML 2006, Pittsburgh, USA, pp. 369-376.

Примечания:

То же, что и "Классическая CTC" в настройках tf.compat.v1.nn.ctc_loss TensorFlow 1.x с preprocess_collapse_repeated=False, ctc_merge_repeated=True
Метки могут быть предоставлены как плотный, заполненный нулями тензор с вектором длин последовательностей меток ИЛИ как SparseTensor.
На TPU и GPU: поддерживаются только плотные заполненные метки.
На CPU: вызывающий может использовать SparseTensor или плотные заполненные метки, но вызов с SparseTensor будет значительно быстрее.
По умолчанию пустая метка — 0, а не num_classes - 1, если не переопределено blank_index.

Аргументы
`labels`	тензор формы [размер_пачки, максимальная_длина_последовательности_меток] или SparseTensor
`logits`	тензор формы [кадры, размер_пачки, число_меток], если logits_time_major == False, форма [размер_пачки, кадры, число_меток].
`label_length`	тензор формы [размер_пачки], None, если labels — SparseTensor Длина эталонной последовательности меток в labels.
`logit_length`	тензор формы [размер_пачки] Длина входной последовательности в logits.
`logits_time_major`	(необязательно) Если True (по умолчанию), logits имеет форму [время, пакет, logits]. Если False, форма [пакет, время, logits]
`unique`	(необязательно) Уникальные индексы меток, как вычислены ctc_unique_labels(labels). Если предоставлены, включите более быструю и эффективную реализацию памяти на TPU.
`blank_index`	(необязательно) Установите индекс класса, используемый для пустой метки. Отрицательные значения будут начинаться с num_classes, т. е., -1 воспроизведет поведение ctc_loss, используя num_classes - 1 для символа-пробела. Переключение с значения по умолчанию 0 влечет за собой некоторую издержки памяти/производительности, так как может быть создана дополнительная смещенная копия logits.
`name`	Имя для этого `Op`. По умолчанию "ctc_loss_dense".

Возвращаемое значение
`loss`	тензор формы [размер_пачки], отрицательные логарифмические вероятности.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/nn/ctc_loss_v2