Se usó la API de Cloud Translation para traducir esta página.
Switch to English

tensorflow :: operaciones :: EditarDistancia

#include <array_ops.h>

Calcula la distancia de edición de Levenshtein (posiblemente normalizada).

Resumen

Las entradas son secuencias de longitud variable proporcionadas por SparseTensors (hypothesis_indices, hypothesis_values, hypothesis_shape) y (truth_indices, truth_values, truth_shape).

Las entradas son:

Argumentos:

  • alcance: un objeto de alcance
  • hypothesis_indices: Los índices de la lista de hipótesis SparseTensor. Esta es una matriz N x R int64.
  • hypothesis_values: Los valores de la lista de hipótesis SparseTensor. Este es un vector de longitud N.
  • hypothesis_shape: La forma de la lista de hipótesis SparseTensor. Este es un vector de longitud R.
  • índices de verdad: los índices de la lista de verdad SparseTensor. Esta es una matriz M x R int64.
  • true_values: Los valores de la lista de verdad SparseTensor. Este es un vector de longitud M.
  • forma_verdad: índices de verdad, vector.

Atributos opcionales (ver Attrs ):

  • normalizar: booleano (si es verdadero, las distancias de edición se normalizan por la longitud de la verdad).

La salida es:

Devoluciones:

  • Output : Un tensor de flotador denso con rango R - 1.

Para la entrada de ejemplo:

// hypothesis represents a 2x1 matrix with variable-length values:
//   (0,0) = ["a"]
//   (1,0) = ["b"]
hypothesis_indices = [[0, 0, 0],
                      [1, 0, 0]]
hypothesis_values = ["a", "b"]
hypothesis_shape = [2, 1, 1]

// truth represents a 2x2 matrix with variable-length values:
//   (0,0) = []
//   (0,1) = ["a"]
//   (1,0) = ["b", "c"]
//   (1,1) = ["a"]
truth_indices = [[0, 1, 0],
                 [1, 0, 0],
                 [1, 0, 1],
                 [1, 1, 0]]
truth_values = ["a", "b", "c", "a"]
truth_shape = [2, 2, 2]
normalize = true

La salida será:

// output is a 2x2 matrix with edit distances normalized by truth lengths.
output = [[inf, 1.0],  // (0,0): no truth, (0,1): no hypothesis
          [0.5, 1.0]]  // (1,0): addition, (1,1): no hypothesis  

Constructores y Destructores

EditDistance (const :: tensorflow::Scope & scope, :: tensorflow::Input hypothesis_indices, :: tensorflow::Input hypothesis_values, :: tensorflow::Input hypothesis_shape, :: tensorflow::Input truth_indices, :: tensorflow::Input truth_values, :: tensorflow::Input truth_shape)
EditDistance (const :: tensorflow::Scope & scope, :: tensorflow::Input hypothesis_indices, :: tensorflow::Input hypothesis_values, :: tensorflow::Input hypothesis_shape, :: tensorflow::Input truth_indices, :: tensorflow::Input truth_values, :: tensorflow::Input truth_shape, const EditDistance::Attrs & attrs)

Atributos públicos

operation
output

Funciones publicas

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

Funciones estáticas públicas

Normalize (bool x)

Estructuras

tensorflow :: ops :: EditDistance :: Attrs

Establecedores de atributos opcionales para EditDistance .

Atributos públicos

operación

Operation operation

salida

::tensorflow::Output output

Funciones publicas

EditarDistancia

 EditDistance(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input hypothesis_indices,
  ::tensorflow::Input hypothesis_values,
  ::tensorflow::Input hypothesis_shape,
  ::tensorflow::Input truth_indices,
  ::tensorflow::Input truth_values,
  ::tensorflow::Input truth_shape
)

EditarDistancia

 EditDistance(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input hypothesis_indices,
  ::tensorflow::Input hypothesis_values,
  ::tensorflow::Input hypothesis_shape,
  ::tensorflow::Input truth_indices,
  ::tensorflow::Input truth_values,
  ::tensorflow::Input truth_shape,
  const EditDistance::Attrs & attrs
)

nodo

::tensorflow::Node * node() const 

operador :: tensorflow :: Entrada

 operator::tensorflow::Input() const 

operador :: tensorflow :: Salida

 operator::tensorflow::Output() const 

Funciones estáticas públicas

Normalizar

Attrs Normalize(
  bool x
)