tf.compat.v1.nn.ctc_beam_search_decoder

Выполняет декодирование с использованием лучевого поиска на логарифмах, заданных на входе.

tf.compat.v1.nn.ctc_beam_search_decoder(
    inputs, sequence_length, beam_width=100, top_paths=1, merge_repeated=True
)

Примечание: Хотя в общем случае жадный поиск является частным случаем лучевого поиска с top_paths=1 и beam_width=1, ctc_beam_search_decoder отличается от ctc_greedy_decoder обработкой пробелов при вычислении вероятности последовательности:

ctc_beam_search_decoder рассматривает пробелы как завершение последовательности
ctc_greedy_decoder рассматривает пробелы как обычные элементы

Если merge_repeated равно True, в выходных лучах объединяются повторяющиеся классы. Это означает, что если последовательные элементы в луче одинаковы, то передается только первый из них. То есть, когда последовательность A B B * B * B (где «*» — метка пробела), возвращаемое значение:

A B если merge_repeated = True.
A B B B если merge_repeated = False.

Аргументы
`inputs`	3-мерный `float` `Tensor`, размер `[max_time x batch_size x num_classes]`. Логарифмы.
`sequence_length`	1-мерный `int32` вектор, содержащий длины последовательностей, размер `[batch_size]`.
`beam_width`	Целое скалярное значение >= 0 (ширина лучевого поиска).
`top_paths`	Целое скалярное значение >= 0, <= beam_width (управляет размером вывода).
`merge_repeated`	Булево значение. По умолчанию: True.

Возвращаемое значение

Возвращаемое значение
Кортеж `(decoded, log_probabilities)` где
`decoded`	Список длиной top_paths, где `decoded[j]` является `SparseTensor`, содержащим декодированные выходные данные: `decoded[j].indices`: Матрица индексов `(total_decoded_outputs[j] x 2)` Строки хранят: [номер_пакета, время]. `decoded[j].values`: Вектор значений, размер `(total_decoded_outputs[j])`. Вектор хранит декодированные классы для луча j. `decoded[j].dense_shape`: Вектор форм, размер `(2)`. Значения форм: `[batch_size, max_decoded_length[j]]`.
`log_probability`	`float` матрица `(batch_size x top_paths)` содержащая логарифмы вероятностей последовательностей.

Кортеж (decoded, log_probabilities) где

decoded

Список длиной top_paths, где decoded[j] является SparseTensor, содержащим декодированные выходные данные:

decoded[j].indices: Матрица индексов (total_decoded_outputs[j] x 2) Строки хранят: [номер_пакета, время].

decoded[j].values: Вектор значений, размер (total_decoded_outputs[j]). Вектор хранит декодированные классы для луча j.

decoded[j].dense_shape: Вектор форм, размер (2). Значения форм: [batch_size, max_decoded_length[j]].

log_probability float матрица (batch_size x top_paths) содержащая логарифмы вероятностей последовательностей.

© 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/versions/r2.9/api_docs/python/tf/compat/v1/nn/ctc_beam_search_decoder