tensorflow::ops::EditDistance

(Muhtemelen normalize edilmiş) Levenshtein Düzenleme Mesafesini hesaplar.

Özet

Girişler, SparseTensors tarafından sağlanan değişken uzunluktaki dizilerdir: (hipotez_indeksleri, hipotez_değerleri, hipotez_şekli) ve (gerçek_indeksleri, gerçek_değerleri, gerçek_şekli).

Girişler şunlardır:

Argümanlar:

• kapsam: Bir Kapsam nesnesi
• hypothesis_indices: Hipotez listesinin indekslerini içeren SparseTensor. Bu, N x R boyutunda bir int64 matrisidir.
• hypothesis_values: Hipotez listesinin değerlerini içeren SparseTensor. Bu, N uzunluğunda bir vektördür.
• hypothesis_shape: Hipotez listesinin SparseTensor'unun şekli. Bu, R uzunluğunda bir vektördür.
• truth_indices: Doğruluk listesinin SparseTensor'unun indeksleri. Bu, M x R boyutunda bir int64 matrisidir.
• truth_values: Doğruluk listesinin değerlerini içeren SparseTensor. Bu, M uzunluğunda bir vektördür.
• truth_shape: doğruluk indeksleri, vektör.

İsteğe bağlı özellikler (bkz. Attrs ):

• normalize: boolean (true ise, düzenleme mesafeleri gerçek uzunluğuna göre normalize edilir).

Çıktı şu şekildedir:

İadeler:

• Output : Sıralaması R - 1 olan yoğun bir kayan noktalı tensör.

Örnek girdi için:

// 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

Çıktı şu şekilde olacaktır:

// 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  

Genel özellikler

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
)