Tensorflow :: ops :: EditDistance

#include <array_ops.h>

Berechnet den (möglicherweise normalisierten) Levenshtein-Bearbeitungsabstand.

Zusammenfassung

Die Eingaben sind Sequenzen variabler Länge, die von SparseTensors (Hypothesenindizes, Hypothesenwerte, Hypothesenform) und (Wahrheitsindizes, Wahrheitswerte, Wahrheitsform) bereitgestellt werden.

Die Eingänge sind:

Argumente:

  • scope: Ein Scope- Objekt
  • hypothesenindizes: Die Indizes der Hypothesenliste SparseTensor. Dies ist eine N x R int64-Matrix.
  • hypothesenwerte: Die Werte der Hypothesenliste SparseTensor. Dies ist ein N-Längenvektor.
  • hypothese_form: Die Form der Hypothesenliste SparseTensor. Dies ist ein R-Längenvektor.
  • true_indices: Die Indizes der Wahrheitsliste SparseTensor. Dies ist eine M x R int64-Matrix.
  • true_values: Die Werte der Wahrheitsliste SparseTensor. Dies ist ein M-Längenvektor.
  • true_shape: Wahrheitsindizes, Vektor.

Optionale Attribute (siehe Attrs ):

  • normalize: boolean (wenn true, werden die Bearbeitungsabstände durch die Länge der Wahrheit normalisiert).

Die Ausgabe ist:

Kehrt zurück:

  • Output : Ein dichter Float-Tensor mit Rang R - 1.

Für die Beispieleingabe: 

// 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

Die Ausgabe lautet: 

// 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

Konstruktoren und Destruktoren

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)

Öffentliche Attribute

operation
output

Öffentliche Funktionen

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

Öffentliche statische Funktionen

Normalize (bool x)

Strukturen

tensorflow :: ops :: EditDistance :: Attrs

Optionale Attributsetzer für EditDistance .

Öffentliche Attribute

Operation

Operation operation

Ausgabe

::tensorflow::Output output

Öffentliche Funktionen

EditDistance

 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

 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
)

Knoten

::tensorflow::Node * node() const

operator :: tensorflow :: Input

 operator::tensorflow::Input() const

operator :: tensorflow :: Output

 operator::tensorflow::Output() const

Öffentliche statische Funktionen

Normalisieren

Attrs Normalize(
  bool x
)