מחשב את מרחק העריכה של Levenshtein (אולי מנורמל).
הקלטים הם רצפים באורך משתנה המסופקים על ידי SparseTensors (מדדים_השערה, ערכי_השערה, צורת_השערה) ו-(מדד_אמת, ערכי_אמת, צורת_אמת).
הכניסות הן:
כיתות מקוננות
מעמד | ערוך מרחק.אפשרויות | תכונות אופציונליות עבור EditDistance |
קבועים
חוּט | OP_NAME | השם של המבצע הזה, כפי שידוע על ידי מנוע הליבה של TensorFlow |
שיטות ציבוריות
פלט < TFloat32 > | asOutput () מחזירה את הידית הסמלית של הטנזור. |
סטטי <T מרחיב את TType > EditDistance | |
סטטי EditDistance.Options | לנרמל (לנרמל בוליאני) |
פלט < TFloat32 > | פלט () טנזור ציפה צפוף עם דרגה R - 1. |
שיטות בירושה
קבועים
מחרוזת סופית סטטית ציבורית OP_NAME
השם של המבצע הזה, כפי שידוע על ידי מנוע הליבה של TensorFlow
שיטות ציבוריות
פלט ציבורי < TFloat32 > asOutput ()
מחזירה את הידית הסמלית של הטנזור.
כניסות לפעולות TensorFlow הן יציאות של פעולת TensorFlow אחרת. שיטה זו משמשת להשגת ידית סמלית המייצגת את חישוב הקלט.
Public static EditDistance create ( Scope scope, Operand < TInt64 > hypothesisIndices, Operand <T> hypothesisValues, Operand < TInt64 > hypothesisShape, Operand < TInt64 > truthIndices, Operand <T> truthValues, Operand < TIntShape ... options, truthShape...
שיטת מפעל ליצירת מחלקה העוטפת פעולת EditDistance חדשה.
פרמטרים
תְחוּם | ההיקף הנוכחי |
---|---|
מדדי השערה | המדדים של ההשערה רשימת SparseTensor. זוהי מטריצת N x R int64. |
השערה ערכים | ערכי ההשערה רשימת SparseTensor. זהו וקטור באורך N. |
השערהShape | צורת רשימת ההשערות SparseTensor. זהו וקטור באורך R. |
מדדי אמת | המדדים של האמת רשימת SparseTensor. זוהי מטריצת M x R int64. |
אמת ערכי | ערכי האמת רשימת SparseTensor. זהו וקטור באורך M. |
truthShape | מדדי אמת, וקטור. |
אפשרויות | נושא ערכי תכונות אופציונליות |
החזרות
- מופע חדש של EditDistance
Public static EditDistance.Options לנרמל (נרמל בוליאני)
פרמטרים
לנרמל | בוליאני (אם נכון, מרחקי העריכה מנורמלים לפי אורך האמת). הפלט הוא: |
---|
פלט ציבורי < TFloat32 > פלט ()
טנזור ציפה צפוף עם דרגה R - 1.
לקלט לדוגמה:
// השערה מייצגת מטריצה 2x1 עם ערכי אורך משתנה: // (0,0) = ["a"] // (1,0) = ["b"] hypothesis_indexes = [[0, 0, 0], [1, 0, 0]] hypothesis_values = ["a", "b"] hypothesis_shape = [2, 1, 1]
// האמת מייצגת מטריצה 2x2 עם ערכי אורך משתנה: // (0,0) = [] // (0,1) = ["a"] // (1,0) = ["b", " c"] // (1,1) = ["a"] true_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
הפלט יהיה:
// הפלט הוא מטריצה של 2x2 עם מרחקי עריכה מנורמלים לפי אורכי אמת. פלט = [[inf, 1.0], // (0,0): ללא אמת, (0,1): ללא השערה [0.5, 1.0]] // (1,0): תוספת, (1,1): אין השערה