EditDistance

classe final pública EditDistance

Calcula a distância de edição de Levenshtein (possivelmente normalizada).

As entradas são sequências de comprimento variável fornecidas por SparseTensors (hypothesis_indices, hypothesis_values, columns_shape) e (truth_indices, truth_values, truth_shape).

As entradas são:

Classes aninhadas

aula

EditarDistance.Options

Atributos opcionais para EditDistance

Métodos públicos

Saída <Float>	comoSaída () Retorna o identificador simbólico de um tensor.
estático <T> EditDistance	create ( Escopo do escopo, Operando <Long> HypotyIndices, Operando <T> HypotyValues, Operando <Long> HypotyShape, Operando <Long> truthIndices, Operando <T> truthValues, Operando <Long> truthShape, Opções... opções) Método de fábrica para criar uma classe que envolve uma nova operação EditDistance.
estático EditDistance.Options	normalize (Boolean normalize)
Saída <Float>	saída () Um tensor flutuante denso com classificação R - 1.

Métodos Herdados

Da classe org.tensorflow.op.PrimitiveOp

booleano final	igual a (objeto obj)
final int	código de hash ()
Operação	op () Retorna a Operation subjacente
String final	toString ()

Da classe java.lang.Object

boleano	igual a (objeto arg0)
Aula final<?>	getClass ()
int	código de hash ()
vazio final	notifique ()
vazio final	notifiqueTodos ()
Fragmento	toString ()
vazio final	espere (long arg0, int arg1)
vazio final	espere (arg0 longo)
vazio final	espere ()

Da interface org.tensorflow.Operand

Saída abstrata <Float>

comoSaída () Retorna o identificador simbólico de um tensor.

Métodos públicos

Public Output <Float> asOutput ()

Retorna o identificador simbólico de um tensor.

As entradas para operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.

public static EditDistance create ( Escopo do escopo, Operando <Long> hypothèseIndices, Operando <T> HypothyValues, Operando <Long> HypotyShape, Operando <Long> TruthIndices, Operando <T> TruthValues, Operando <Long> truthShape, Opções... opções)

Método de fábrica para criar uma classe que envolve uma nova operação EditDistance.

Parâmetros

alcance	escopo atual
índices de hipóteses	Os índices da lista de hipóteses SparseTensor. Esta é uma matriz N x R int64.
valores de hipótese	Os valores da lista de hipóteses SparseTensor. Este é um vetor de comprimento N.
hipóteseForma	A forma da lista de hipóteses SparseTensor. Este é um vetor de comprimento R.
índices de verdade	Os índices da lista de verdade SparseTensor. Esta é uma matriz M x R int64.
valores de verdade	Os valores da lista de verdade SparseTensor. Este é um vetor de comprimento M.
forma de verdade	índices de verdade, vetor.
opções	carrega valores de atributos opcionais

Devoluções

• uma nova instância de EditDistance

public static EditDistance.Options normalize (Boolean normalize)

Parâmetros

normalizar	boolean (se verdadeiro, as distâncias de edição são normalizadas pelo comprimento da verdade). A saída é:

saída pública <Float> saída ()

Um tensor flutuante denso com classificação R - 1.

Para a entrada de exemplo:

// hipótese representa uma matriz 2x1 com valores de comprimento variável: // (0,0) = ["a"] // (1,0) = ["b"] hypothèse_indices = [[0, 0, 0], [1, 0, 0]] hipótese_valores = ["a", "b"] hipótese_forma = [2, 1, 1]

// verdade representa uma matriz 2x2 com valores de comprimento variável: // (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] ] valores_verdade = ["a", "b", "c", "a"] forma_verdade = [2, 2, 2] normalize = true

A saída será:

// a saída é uma matriz 2x2 com distâncias de edição normalizadas por comprimentos de verdade. output = [[inf, 1.0], // (0,0): sem verdade, (0,1): sem hipótese [0.5, 1.0]] // (1,0): adição, (1,1): nenhuma hipótese