tf.raw_ops.CTCLoss

Вычисляет CTC Loss (логарифмическую вероятность) для каждой записи в пакете. Также вычисляет

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.raw_ops.CTCLoss

tf.raw_ops.CTCLoss(
    inputs, labels_indices, labels_values, sequence_length,
    preprocess_collapse_repeated=False, ctc_merge_repeated=True,
    ignore_longer_outputs_than_inputs=False, name=None
)

градиент. Этот класс выполняет для вас операцию softmax, поэтому входные данные должны быть, например, линейными проекциями выходов LSTM.

Аргументы
`inputs`	A `Tensor`. Должен быть одним из следующих типов: `float32`, `float64`. 3-мерный, форма: `(max_time x batch_size x num_classes)`, логарифмы.
`labels_indices`	A `Tensor` типа `int64`. Индексы `SparseTensor<int32, 2>`. `labels_indices(i, :) == [b, t]` означает, что `labels_values(i)` хранит идентификатор для `(batch b, time t)`.
`labels_values`	A `Tensor` типа `int32`. Значения (метки), связанные с заданным пакетом и временем.
`sequence_length`	A `Tensor` типа `int32`. Вектор, содержащий длины последовательностей (пакет).
`preprocess_collapse_repeated`	Необязательный `bool`. По умолчанию `False`. Скаляр, если true, то повторяющиеся метки сворачиваются перед вычислением CTC.
`ctc_merge_repeated`	Необязательный `bool`. По умолчанию `True`. Скаляр. Если false, во время вычисления CTC повторяющиеся непустые метки не будут объединяться и будут интерпретироваться как отдельные метки. Это упрощенная версия CTC.
`ignore_longer_outputs_than_inputs`	Необязательный `bool`. По умолчанию `False`. Скаляр. Если true, во время вычисления CTC элементы с более длинными последовательностями вывода, чем входные последовательности, пропускаются: они не вносят вклад в член потери и имеют градиент ноль.
`name`	Имя операции (необязательно).

Возвращаемое значение
Кортеж из `Tensor` объектов (loss, gradient).
`loss`	A `Tensor`. Имеет тот же тип, что и `inputs`.
`gradient`	A `Tensor`. Имеет тот же тип, что и `inputs`.

© 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/r2.4/api_docs/python/tf/raw_ops/CTCLoss