(संभवतः सामान्यीकृत) लेवेनशेटिन संपादित दूरी की गणना करता है।
इनपुट SparseTensors (Hypothesis_indices, Hypothesis_values, Hypothesis_shape) और (truth_indices, true_values, true_shape) द्वारा प्रदान किए गए चर-लंबाई अनुक्रम हैं।
इनपुट हैं:
नेस्टेड कक्षाएं
| कक्षा | संपादित दूरी। विकल्प | के लिए वैकल्पिक विशेषताओं EditDistance | |
सार्वजनिक तरीके
| आउटपुट <फ्लोट> | asOutput () टेंसर का प्रतीकात्मक हैंडल लौटाता है। |
| स्थिर <टी> EditDistance | |
| स्थिर EditDistance.Options | सामान्य (बूलियन सामान्य) |
| आउटपुट <फ्लोट> | उत्पादन () रैंक R-1 के साथ एक सघन फ्लोट टेंसर। |
विरासत में मिली विधियां
सार्वजनिक तरीके
सार्वजनिक आउटपुट <फ्लोट> asOutput ()
टेंसर का प्रतीकात्मक हैंडल लौटाता है।
TensorFlow संचालन के लिए इनपुट एक अन्य TensorFlow ऑपरेशन के आउटपुट हैं। इस पद्धति का उपयोग एक प्रतीकात्मक हैंडल प्राप्त करने के लिए किया जाता है जो इनपुट की गणना का प्रतिनिधित्व करता है।
सार्वजनिक स्थिर EditDistance बनाने ( स्कोप गुंजाइश, ओपेरैंड <लांग> hypothesisIndices, ओपेरैंड <टी> hypothesisValues, ओपेरैंड <लांग> hypothesisShape, ओपेरैंड <लांग> truthIndices, ओपेरैंड <टी> truthValues, ओपेरैंड <लांग> truthShape, विकल्प ... विकल्प)
एक नया एडिटडिस्टेंस ऑपरेशन रैपिंग क्लास बनाने के लिए फ़ैक्टरी विधि।
मापदंडों
| दायरा | वर्तमान दायरा |
|---|---|
| परिकल्पनासूचकांक | परिकल्पना सूची के सूचकांक SparseTensor। यह एक एन एक्स आर int64 मैट्रिक्स है। |
| परिकल्पना मान | परिकल्पना के मान SparseTensor की सूची बनाते हैं। यह एक एन-लम्बाई वेक्टर है। |
| परिकल्पनाआकृति | परिकल्पना का आकार SparseTensor को सूचीबद्ध करता है। यह एक आर-लंबाई वेक्टर है। |
| सत्यसूचकांक | सत्य सूची के सूचकांक SparseTensor। यह एक एम एक्स आर int64 मैट्रिक्स है। |
| सत्यमूल्य | सत्य सूची के मूल्य SparseTensor। यह एक एम-लम्बाई वेक्टर है। |
| ट्रुथशेप | सत्य सूचकांक, वेक्टर। |
| विकल्प | वैकल्पिक विशेषता मान रखता है |
रिटर्न
- एडिटडिस्टेंस का एक नया उदाहरण
सार्वजनिक स्थिर EditDistance.Options को सामान्य (बूलियन सामान्य)
मापदंडों
| सामान्य | बूलियन (यदि सत्य है, संपादित दूरी सत्य की लंबाई से सामान्यीकृत होती है)। आउटपुट है: |
|---|
सार्वजनिक आउटपुट <फ्लोट> निर्गम ()
रैंक R-1 के साथ एक सघन फ्लोट टेंसर।
उदाहरण इनपुट के लिए:
// परिकल्पना चर-लंबाई मानों के साथ 2x1 मैट्रिक्स का प्रतिनिधित्व करती है: // (0,0) = ["ए"] // (1,0) = ["बी"] परिकल्पना_इंडिस = [[0, 0, 0], [1, 0, 0]] परिकल्पना_मान = ["ए", "बी"] परिकल्पना_आकार = [2, 1, 1]
// सत्य चर-लंबाई मानों के साथ 2x2 मैट्रिक्स का प्रतिनिधित्व करता है: // (0,0) = [] // (0,1) = ["ए"] // (1,0) = ["बी", " c"] // (1,1) = ["ए"] सत्य_इंडिसेस = [[0, 1, 0], [1, 0, 0], [1, 0, 1], [1, 1, 0] ] true_values = ["a", "b", "c", "a"] true_shape = [2, 2, 2] normalize = true
आउटपुट होगा:
// आउटपुट एक 2x2 मैट्रिक्स है जिसमें सत्य लंबाई द्वारा सामान्यीकृत संपादन दूरी है। आउटपुट = [[inf, 1.0], // (0,0): कोई सच्चाई नहीं, (0,1): कोई परिकल्पना नहीं [0.5, 1.0]] // (1,0): जोड़, (1,1): कोई परिकल्पना नहीं