tensorflow :: ops :: ویرایش فاصله

فاصله ویرایش Levenshtein (احتمالاً نرمال) را محاسبه می کند.

خلاصه

ورودی ها توالی هایی با طول متغیر هستند که توسط SparseTensors (فرضیه_ها ، مقادیر_فرضیه ، فرم_فرضیه) و (شاخصهای_حقیقت ، ارزشهای_حقیقت ، شکل_حقیقت) ارائه می شوند.

ورودی ها عبارتند از:

استدلال ها:

• دامنه: یک شی Sc Scope
• hypothesis_indices: شاخص های لیست فرضیه SparseTensor. این یک ماتریس N x R int64 است.
• hypothesis_values: مقادیر لیست فرضیه SparseTensor. این یک بردار به طول N است.
• hypothesis_shape: شکل لیست فرضیه SparseTensor. این یک بردار به طول R است.
• index_indices: شاخص های لیست حقیقت SparseTensor. این یک ماتریس M x R int64 است.
• true_values: مقادیر لیست حقیقت SparseTensor. این یک بردار به طول M است.
• صدق_ شکل: شاخص های حقیقت ، بردار.

ویژگی های اختیاری (به Attrs مراجعه کنید):

• normalize: بولی (اگر درست است ، فاصله ویرایش با طول حقیقت نرمال می شود).

خروجی:

بازده:

• Output : یک تانسور شناور متراکم با درجه R - 1.

برای مثال ورودی:

// 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

خروجی:

// 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  

صفات عمومی

Operation operation

::tensorflow::Output output

 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
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs Normalize(
  bool x
)