جریان تنسور:: عملیات:: Edit Distance
#include <array_ops.h>
فاصله ویرایش لوونشتاین (احتمالاً نرمال شده) را محاسبه می کند.
خلاصه
ورودیها دنبالههایی با طول متغیر هستند که توسط SparseTensors (شاخصهای_فرضی، مقادیر_فرضیه، شکل_فرضیه) و (شاخص_حقیقت، ارزش_صادق، شکل_حقیقت) ارائه میشوند.
ورودی ها عبارتند از:
استدلال ها:
- scope: یک شی Scope
- hypothesis_indices: شاخص های فهرست فرضیه SparseTensor. این یک ماتریس N x R int64 است.
- hypothesis_values: مقادیر فهرست فرضیه SparseTensor. این بردار طول N است.
- hypothesis_shape: شکل لیست فرضیه SparseTensor. این یک بردار با طول R است.
- true_indices: شاخص های لیست حقیقت SparseTensor. این یک ماتریس M x R int64 است.
- true_values: مقادیر لیست حقیقت SparseTensor. این بردار طول M است.
- true_shape: شاخص های صدق، بردار.
ویژگی های اختیاری (به Attrs
مراجعه کنید):
- normalize: boolean (اگر درست باشد، فواصل ویرایش با طول حقیقت عادی می شوند).
خروجی این است:
برمیگرداند:
-
Output
: یک تانسور شناور متراکم با رتبه R - 1.
برای ورودی مثال:
// 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 خواهد بود:
// 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
سازندگان و ویرانگرها | |
---|---|
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) |
صفات عمومی | |
---|---|
operation | |
output |
توابع عمومی | |
---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const |
توابع استاتیک عمومی | |
---|---|
Normalize (bool x) |
سازه ها | |
---|---|
tensorflow:: ops:: EditDistance:: Attrs | تنظیم کننده های ویژگی اختیاری برای EditDistance . |
صفات عمومی
عملیات
Operation operation
خروجی
::tensorflow::Output output
توابع عمومی
Edit Distance
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 )
Edit Distance
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 )
گره
::tensorflow::Node * node() const
عملگر::tensorflow::ورودی
operator::tensorflow::Input() const
عملگر::tensorflow::خروجی
operator::tensorflow::Output() const
توابع استاتیک عمومی
عادی کردن
Attrs Normalize( bool x )
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2024-12-09 بهوقت ساعت هماهنگ جهانی.