CtcLoss

CtcLoss kelas akhir publik

Menghitung Kerugian CTC (probabilitas log) untuk setiap entri batch. Juga menghitung

gradien. Kelas ini melakukan operasi softmax untuk Anda, jadi masukannya harus berupa proyeksi linier keluaran oleh LSTM.

kelas CtcLoss.Options Atribut opsional untuk CtcLoss

Rangkaian OP_NAME Nama operasi ini dikenal dengan mesin inti TensorFlow

statis <T memperluas TNumber > CtcLoss <T>	buat ( Lingkup lingkup, input Operand <T>, Operand < TInt64 > labelsIndices, Operand < TInt32 > labelsValues, Operand < TInt32 > sequenceLength, Opsi... opsi) Metode pabrik untuk membuat kelas yang membungkus operasi CtcLoss baru.
CtcLoss.Options statis	ctcMergeRepeated (Boolean ctcMergeRepeated)
Keluaran <T>	gradien () Gradien `kerugian`.
CtcLoss.Options statis	abaikanLongerOutputsThanInputs (Boolean abaikanLongerOutputsThanInputs)
Keluaran <T>	kehilangan () Sebuah vektor (batch) yang berisi probabilitas log.
CtcLoss.Options statis	preprocessCollapseRepeated (Boolean preprocessCollapseRepeated)

boolean terakhir	sama dengan (Objek objek)
int terakhir	Kode hash ()
Operasi	op () Kembalikan unit komputasi ini sebagai satu `Operation` .
String terakhir	keString ()

Dari kelas java.lang.Object

Lingkungan Eksekusi abstrak	env () Kembalikan lingkungan eksekusi tempat operasi ini dibuat.
Operasi abstrak	op () Kembalikan unit komputasi ini sebagai satu `Operation` .

Konstanta

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "CTCLoss"

Metode pabrik untuk membuat kelas yang membungkus operasi CtcLoss baru.

cakupan	ruang lingkup saat ini
masukan	3-D, bentuk: `(max_time x batch_size x num_classes)`, logit.
labelIndeks	Indeks `SparseTensor `. `labels_indices(i, :) == [b, t]` berarti `labels_values(i)` menyimpan id untuk `(batch b, waktu t)`.
labelNilai	Nilai (label) yang terkait dengan batch dan waktu tertentu.
panjang urutan	Sebuah vektor yang berisi panjang urutan (batch).
pilihan	membawa nilai atribut opsional

ctcMerge Berulang	Skalar. Jika disetel ke false, selama perhitungan CTC, label berulang yang tidak kosong tidak akan digabungkan dan ditafsirkan sebagai label individual. Ini adalah versi CTC yang disederhanakan.

Gradien `kerugian`. 3-D, bentuk: `(waktu_maks x ukuran_batch x jumlah_kelas)`.

abaikanOutput yang Lebih PanjangDaripadaInput	Skalar. Jika disetel ke benar, selama penghitungan CTC, item yang memiliki urutan keluaran lebih panjang daripada urutan masukan akan dilewati: item tersebut tidak berkontribusi pada istilah kerugian dan memiliki gradien nol.

Sebuah vektor (batch) yang berisi probabilitas log.

preprocessCollapseDiulangi	Skalar, jika benar maka label berulang akan diciutkan sebelum penghitungan CTC.