tf.compat.v1.nn.ctc_loss_v2

Вычисляет потерю 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
)

Этот оператор реализует потерю CTC, как представлено в (Graves et al., 2006).

Примечания:

Аналогично "классической CTC" в TensorFlow 1.x в настройке tf.compat.v1.nn.ctc_loss 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: Вызывающая сторона может использовать SparseTensor или плотные заполненные метки, но вызов с SparseTensor будет значительно быстрее.
По умолчанию метка пробела — 0, а не num_classes - 1, если не переопределено blank_index.

Аргументы
`labels`	тензор формы [размер_пакета, максимальная_длина_последовательности_меток] или SparseTensor
`logits`	тензор формы [кадры, размер_пакета, количество_меток], если logits_time_major == False, форма — [размер_пакета, кадры, количество_меток].
`label_length`	тензор формы [размер_пакета], None, если labels — SparseTensor Длина эталонной последовательности меток в labels.
`logit_length`	тензор формы [размер_пакета] 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, вычисленные с помощью ctc_unique_labels(labels). Если предоставлено, это позволяет использовать более быструю и эффективную реализацию в памяти на TPU.
`blank_index`	(необязательно) Установите индекс класса, который будет использоваться для метки пробела. 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, поскольку может быть создана дополнительная смещенная копия logits.
`name`	Имя для этого `Op`. По умолчанию — "ctc_loss_dense".

Возвращаемые значения
`loss`	тензор формы [размер_пакета], отрицательные логарифмические вероятности.

Ссылки:

Connectionist Temporal Classification — Мечение данных последовательностей без сегментации с рекуррентными нейронными сетями: Graves et al., 2006 (pdf)

© 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/r2.3/api_docs/python/tf/compat/v1/nn/ctc_loss_v2