EditDistance

public class akhir EditDistance

Menghitung (mungkin dinormalisasi) Jarak Edit Levenshtein.

Input adalah urutan panjang variabel yang disediakan oleh SparseTensors (indeks_hipotesis, nilai_hipotesis, bentuk_hipotesis) dan (indeks_kebenaran, nilai_kebenaran, bentuk_kebenaran).

Masukannya adalah:

Kelas Bersarang

kelas

EditJarak.Opsi

Atribut opsional untuk EditDistance

Metode Publik

Output <Lampung>	asOutput () Mengembalikan pegangan simbolis tensor.
statis <T> EditDistance	membuat ( Lingkup lingkup, Operan <Panjang> hypothesisIndices, Operan <T> hypothesisValues, Operan <Panjang> hypothesisShape, Operan <Panjang> truthIndices, Operan <T> truthValues, Operan <Panjang> truthShape, Options ... pilihan) Metode pabrik untuk membuat kelas yang membungkus operasi EditDistance baru.
statis EditDistance.Options	menormalkan (menormalkan Boolean)
Output <Lampung>	Output () Tensor float padat dengan peringkat R - 1.

Metode yang Diwarisi

Dari kelas org.tensorflow.op.PrimitiveOp

boolean akhir	sama (Object obj)
akhir	hashCode ()
Operasi	op () Mengembalikan mendasari Operation
string terakhir	toString ()

Dari kelas java.lang.Object

boolean	sama (Object arg0)
Kelas terakhir<?>	getClass ()
ke dalam	hashCode ()
kekosongan akhir	notify ()
kekosongan akhir	notifyAll ()
Rangkaian	toString ()
kekosongan akhir	menunggu (arg0 panjang, int arg1)
kekosongan akhir	menunggu (arg0 panjang)
kekosongan akhir	menunggu ()

Dari antarmuka org.tensorflow.Operand

abstrak Keluaran <Lampung>

asOutput () Mengembalikan pegangan simbolis tensor.

Metode Publik

publik Keluaran <Lampung> asOutput ()

Mengembalikan pegangan simbolis tensor.

Input ke operasi TensorFlow adalah output dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static EditDistance membuat ( Scope lingkup, Operan <Panjang> hypothesisIndices, Operan <T> hypothesisValues, Operan <Panjang> hypothesisShape, Operan <Panjang> truthIndices, Operan <T> truthValues, Operan <Panjang> truthShape, Options ... pilihan)

Metode pabrik untuk membuat kelas yang membungkus operasi EditDistance baru.

Parameter

cakupan	lingkup saat ini
hipotesisIndeks	Indeks dari daftar hipotesis SparseTensor. Ini adalah matriks int64 N x R.
hipotesisNilai	Nilai dari daftar hipotesis SparseTensor. Ini adalah vektor N-panjang.
hipotesisBentuk	Bentuk daftar hipotesis SparseTensor. Ini adalah vektor R-panjang.
indeks kebenaran	Indeks dari daftar kebenaran SparseTensor. Ini adalah matriks int64 M x R.
nilai kebenaran	Nilai dari daftar kebenaran SparseTensor. Ini adalah vektor M-panjang.
bentuk kebenaran	indeks kebenaran, vektor.
pilihan	membawa nilai atribut opsional

Kembali

• contoh baru dari EditDistance

public static EditDistance.Options menormalkan (Boolean menormalkan)

Parameter

normalisasi	boolean (jika benar, jarak edit dinormalisasi dengan panjang kebenaran). Outputnya adalah:

publik Keluaran <Lampung> Output ()

Tensor float padat dengan peringkat R - 1.

Untuk contoh masukan:

// hipotesis mewakili matriks 2x1 dengan nilai panjang variabel: // (0,0) = ["a"] // (1,0) = ["b"] indeks_hipotesis = [[0, 0, 0], [1, 0, 0]] nilai_hipotesis = ["a", "b"] bentuk_hipotesis = [2, 1, 1]

// kebenaran mewakili matriks 2x2 dengan nilai panjang variabel: // (0,0) = [] // (0,1) = ["a"] // (1,0) = ["b", " c"] // (1,1) = ["a"] indeks_kebenaran = [[0, 1, 0], [1, 0, 0], [1, 0, 1], [1, 1, 0] ] nilai_kebenaran = ["a", "b", "c", "a"] bentuk_kebenaran = [2, 2, 2] normalisasi = benar

Outputnya akan menjadi:

// output adalah matriks 2x2 dengan jarak edit yang dinormalisasi dengan panjang kebenaran. output = [[inf, 1.0], // (0,0): tidak ada kebenaran, (0,1): tidak ada hipotesis [0.5, 1.0]] // (1,0): penambahan, (1,1): tidak ada hipotesis