tensorflow::ops::EditDistance

#include <array_ops.h>

คำนวณระยะทางแก้ไขแบบ Levenshtein (ซึ่งอาจมีการปรับให้เป็นมาตรฐานแล้ว)

สรุป

ข้อมูลที่ป้อนเข้าคือลำดับที่มีความยาวแปรผันได้ ซึ่งได้มาจาก SparseTensors (ดัชนีสมมติฐาน ค่าสมมติฐาน รูปร่างสมมติฐาน) และ (ดัชนีความจริง ค่าความจริง รูปร่างความจริง)

ข้อมูลที่ป้อนเข้ามีดังนี้:

ข้อโต้แย้ง:

  • ขอบเขต: วัตถุ ขอบเขต
  • hypothesis_indices: ดัชนีของ SparseTensor รายการสมมติฐาน นี่คือเมทริกซ์ int64 ขนาด N x R
  • hypothesis_values: ค่าของ SparseTensor ในรายการสมมติฐาน นี่คือเวกเตอร์ที่มีความยาว N
  • hypothesis_shape: รูปทรงของ SparseTensor รายการสมมติฐาน นี่คือเวกเตอร์ที่มีความยาว R
  • truth_indices: ดัชนีของ SparseTensor รายการความจริง นี่คือเมทริกซ์ int64 ขนาด M x R
  • truth_values: ค่าของรายการความจริง SparseTensor นี่คือเวกเตอร์ที่มีความยาว M
  • truth_shape: ดัชนีความจริง, เวกเตอร์

คุณลักษณะเสริม (ดูที่ Attrs ):

  • normalize: ค่าบูลีน (ถ้าเป็นจริง ระยะทางการแก้ไขจะถูกปรับให้เป็นมาตรฐานตามความยาวของค่าความจริง)

ผลลัพธ์คือ:

การส่งคืนสินค้า:

  • Output : เทนเซอร์แบบ float หนาแน่นที่มีอันดับ R - 1

สำหรับข้อมูลป้อนเข้าตัวอย่าง:

// 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

ผลลัพธ์ที่ได้จะเป็น:

// 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

ตัวสร้างและตัวทำลาย

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)

คุณลักษณะสาธารณะ

operation
output

หน้าที่สาธารณะ

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

ฟังก์ชันคงที่สาธารณะ

Normalize (bool x)

โครงสร้าง

tensorflow:: ops:: EditDistance:: Attrs

ตัวเลือกในการตั้งค่าแอตทริบิวต์สำหรับ EditDistance

คุณลักษณะสาธารณะ

การดำเนินการ 

Operation operation

เอาต์พุต 

::tensorflow::Output output

หน้าที่สาธารณะ

ระยะการแก้ไข 

 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
)

ระยะการแก้ไข 

 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
)

โหนด 

::tensorflow::Node * node() const

ตัวดำเนินการ::เทนเซอร์โฟลว์::อินพุต 

 operator::tensorflow::Input() const

ตัวดำเนินการ::เทนเซอร์โฟลว์::เอาต์พุต 

 operator::tensorflow::Output() const

ฟังก์ชันคงที่สาธารณะ

ทำให้เป็นปกติ 

Attrs Normalize(
  bool x
)