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:

То же, что и "Классическая CTC" в TensorFlow 1.x в настройках tf.compat.v1.nn.ctc_loss с preprocess_collapse_repeated=False, ctc_merge_repeated=True
Метки могут быть предоставлены в виде плотного, нулевого заполненного тензора с вектором длин последовательностей меток ИЛИ в виде SparseTensor.
На TPU и GPU: Поддерживаются только плотные заполненные метки.
На CPU: Вызывающий может использовать SparseTensor или плотные заполненные метки, но вызов со 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, логиты]. Если False, форма [пакет, время, логиты]
`unique`	(необязательно) Уникальные индексы меток, как вычислены ctc_unique_labels(labels). Если предоставлено, позволяет использовать более быструю и эффективную по памяти реализацию на TPU.
`blank_index`	(необязательно) Установите индекс класса для использования в качестве метки пробела. Отрицательные значения начнут отсчёт с num_classes, например, -1 воспроизведёт поведение ctc_loss, используя num_classes - 1 для символа пробела. Переключение с значения по умолчанию 0 влечёт некоторую издержку на память/производительность, поскольку может быть создана дополнительная смещённая копия логитов.
`name`	Имя для этого `Op`. По умолчанию "ctc_loss_dense".

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

Справочная информация:

Connectionist Temporal Classification - Разметка несегментированных последовательностей данных с рекуррентными нейронными сетями: 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/versions/r2.9/api_docs/python/tf/compat/v1/nn/ctc_loss_v2