Uyarı: Bu API kullanımdan kaldırıldı ve TensorFlow'un gelecekteki bir sürümünde , değişim kararlı hale geldikten sonra kaldırılacaktır.

Bu sayfa, Cloud Translation API ile çevrilmiştir.
Switch to English

EditDistance

public final class EditDistance

Levenshtein Düzenleme Mesafesini (muhtemelen normalleştirilmiş) hesaplar.

Girişler, SparseTensors (hipotez_indisleri, hipotez_değerleri, hipotez_ şekli) ve (doğruluk_indisleri, doğruluk_değerleri, doğruluk_ şekli) tarafından sağlanan değişken uzunluklu dizilerdir.

Girişler:

Yuvalanmış Sınıflar

sınıf EditDistance.Options EditDistance için isteğe bağlı özellikler

Kamusal Yöntemler

Çıkış <Float>
asOutput ()
Bir tensörün sembolik tutamacını döndürür.
statik <T> EditDistance
create ( Scope kapsamı, Operand <Long> hypothesisIndices, Operand <T> hypothesisValues, Operand <Long> hypothesisShape, Operand <Long> truthIndices, Operand <T> truthValues, Operand <Long> truthShape, Options ... options)
Yeni bir EditDistance işlemini saran bir sınıf oluşturmak için fabrika yöntemi.
statik EditDistance.Options
normalleştir (Boolean normalleştir)
Çıkış <Float>
çıktı ()
Seviye R - 1 olan yoğun bir şamandıra tensörü.

Devralınan Yöntemler

Kamusal Yöntemler

public Output <Float> asOutput ()

Bir tensörün sembolik tutamacını döndürür.

TensorFlow işlemlerine yönelik girdiler, başka bir TensorFlow işleminin çıktılarıdır. Bu yöntem, girdinin hesaplanmasını temsil eden sembolik bir tutamaç elde etmek için kullanılır.

public static EditDistance create ( Scope kapsamı, Operand <Long> hypothesisIndices, Operand <T> hypothesisValues, Operand <Long> hypothesisShape, Operand <Long> truthIndices, Operand <T> truthValues, Operand <Long> truthShape, Options ... options)

Yeni bir EditDistance işlemini saran bir sınıf oluşturmak için fabrika yöntemi.

Parametreler
dürbün mevcut kapsam
hipotez Endeksler Hipotez listesinin indeksleri SparseTensor. Bu bir N x R int64 matrisidir.
hipotez Değerleri Hipotez listesinin değerleri SparseTensor. Bu, N-uzunluklu bir vektördür.
hipotez şekli Hipotez listesinin şekli SparseTensor. Bu bir R-uzunluk vektörüdür.
Doğruluk SparseTensor doğruluk listesinin indeksleri. Bu bir M x R int64 matrisidir.
trueValues Doğruluk listesinin değerleri SparseTensor. Bu, M uzunluğunda bir vektördür.
trueShape doğruluk endeksleri, vektör.
seçenekler isteğe bağlı öznitelik değerleri taşır
İadeler
  • yeni bir EditDistance örneği

public static EditDistance.Options normalize (Boole normalize)

Parametreler
normalleştirmek boole (doğruysa, düzenleme mesafeleri gerçeğin uzunluğuna göre normalleştirilir).

Çıktı:

public Output <Float> çıkışı ()

Seviye R - 1 olan yoğun bir şamandıra tensörü.

Örnek girdi için:

// hipotez, değişken uzunluklu değerlere sahip 2x1'lik bir matrisi temsil eder: // (0,0) = ["a"] // (1,0) = ["b"] hypothesis_indices = [[0, 0, 0], [1, 0, 0]] hypothesis_values ​​= ["a", "b"] hypothesis_shape = [2, 1, 1]

// true, değişken uzunluklu değerlere sahip 2x2'lik bir matrisi temsil eder: // (0,0) = [] // (0,1) = ["a"] // (1,0) = ["b", " c "] // (1,1) = [" a "] doğruluk_indisleri = [[0, 1, 0], [1, 0, 0], [1, 0, 1], [1, 1, 0] ] true_values ​​= ["a", "b", "c", "a"] truth_shape = [2, 2, 2] normalize = true

Çıktı şu şekilde olacaktır:

// çıktı, doğruluk uzunlukları ile normalleştirilmiş düzenleme mesafelerine sahip 2x2 bir matristir. çıktı = [[inf, 1.0], // (0,0): doğruluk yok, (0,1): hipotez yok [0.5, 1.0]] // (1,0): toplama, (1,1): hipotez yok