当前位置: 首页>>编程示例 >>用法及示例精选 >>正文

Python tf.nn.ctc_greedy_decoder用法及代码示例

对输入中给出的 logits 执行贪心解码(最佳路径)。

用法

tf.nn.ctc_greedy_decoder(
    inputs, sequence_length, merge_repeated=True, blank_index=None
)

参数

  • inputs 3-D float Tensor 大小为 [max_time, batch_size, num_classes] 。日志。
  • sequence_length 包含序列长度的一维 int32 向量，大小为 [batch_size] 。
  • merge_repeated 布尔值。默认值：真。
  • blank_index (可选的)。默认值：num_classes - 1。定义用于空白标签的类索引。负值将从 num_classes 开始，即 -1 将重现 ctc_greedy_decoder 使用 num_classes 的行为 - 1 对应于默认值。

返回

  • 一个元组 (decoded, neg_sum_logits) 其中
  • decoded single-element 列表。decoded[0]是一个SparseTensor包含解码的输出 s.t.：

    decoded.indices ：索引矩阵 (total_decoded_outputs, 2) 。行存储：[batch, time]。

    decoded.values ：值向量，大小 (total_decoded_outputs) 。向量存储解码的类。

    decoded.dense_shape ：形状矢量，大小 (2) 。形状值为：[batch_size, max_decoded_length]
  • neg_sum_logits 一个 float 矩阵 (batch_size x 1) 包含，对于找到的序列，每个时间帧的最大 logit 总和的负数。

给定一个张量为 inputs ，blank_index 参数定义空白符号的类索引。

例如：

如果 blank_index 等于 1：

inf = float("inf")
logits = tf.constant([[[   0., -inf, -inf],
                       [ -2.3, -inf, -0.1]],
                      [[ -inf, -0.5, -inf],
                       [ -inf, -inf, -0.1]],
                      [[ -inf, -inf, -inf],
                       [ -0.1, -inf, -2.3]]])
seq_lens = tf.constant([2, 3])
outputs = tf.nn.ctc_greedy_decoder(
    logits,
    seq_lens,
    blank_index=1)

注意:

  • 无论 merge_repeated 的值如何，如果给定时间和批次的索引对应于 blank_index ，则不会发出新元素。
  • 默认 blank_index 是 (num_classes - 1) ，除非被覆盖。

如果 merge_repeated 是 True ，则合并输出中的重复类。这意味着如果连续 logits 的最大索引相同，则仅发出其中的第一个。序列 A B B * B * B(其中 '*' 是空白标签)变为

  • A B B B 如果 merge_repeated=True 。
  • A B B B B 如果 merge_repeated=False 。

相关用法


注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.nn.ctc_greedy_decoder。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。