Calcola la distanza di modifica Levenshtein (eventualmente normalizzata).
Gli input sono sequenze di lunghezza variabile fornite da SparseTensor (hypothesis_indices, Hypothesis_values, Hypothesis_Shape) e (truth_indices, Truth_values, Truth_Shape).
Gli input sono:
Classi nidificate
classe | ModificaDistance.Options | Attributi facoltativi per EditDistance |
Costanti
Corda | OP_NAME | Il nome di questa operazione, come noto al motore principale di TensorFlow |
Metodi pubblici
Uscita < TFloat32 > | comeuscita () Restituisce l'handle simbolico del tensore. |
statico <T estende TType > ModificaDistance | create ( Scope scope, Operando < TInt64 > mortgageIndices, Operando <T> mortgageValues, Operando < TInt64 > mortgageShape, Operando < TInt64 > TruthIndices, Operando <T> TruthValues, Operando < TInt64 > TruthShape, Opzioni... opzioni) Metodo factory per creare una classe che racchiude una nuova operazione EditDistance. |
EditDistance.Options statico | normalizzare (normalizzazione booleana) |
Uscita < TFloat32 > | produzione () Un tensore float denso con rango R - 1. |
Metodi ereditati
Costanti
Stringa finale statica pubblica OP_NAME
Il nome di questa operazione, come noto al motore principale di TensorFlow
Metodi pubblici
Uscita pubblica < TFloat32 > asOutput ()
Restituisce l'handle simbolico del tensore.
Gli input per le operazioni TensorFlow sono output di un'altra operazione TensorFlow. Questo metodo viene utilizzato per ottenere un handle simbolico che rappresenta il calcolo dell'input.
public static EditDistance create ( Scope scope, Operando < TInt64 > mortgageIndices, Operando <T> mortgageValues, Operando < TInt64 > mortgageShape, Operando < TInt64 > TruthIndices, Operando <T> TruthValues, Operando < TInt64 > TruthShape, Opzioni... opzioni)
Metodo factory per creare una classe che racchiude una nuova operazione EditDistance.
Parametri
scopo | ambito attuale |
---|---|
ipotesiIndici | Gli indici dell'ipotesi elencano SparseTensor. Questa è una matrice N x R int64. |
ipotesiValori | I valori dell'ipotesi elencano SparseTensor. Questo è un vettore di lunghezza N. |
ipotesiForma | La forma della lista di ipotesi SparseTensor. Questo è un vettore di lunghezza R. |
veritàIndici | Gli indici della lista di verità SparseTensor. Questa è una matrice M x R int64. |
veritàValori | I valori della lista di verità SparseTensor. Questo è un vettore di lunghezza M. |
veritàForma | indici di verità, vettore. |
opzioni | trasporta valori di attributi opzionali |
ritorna
- una nuova istanza di EditDistance
public static EditDistance.Options normalize (normalizzazione booleana)
Parametri
normalizzare | booleano (se vero, le distanze di modifica sono normalizzate in base alla lunghezza vera). L'output è: |
---|
Uscita pubblica < TFloat32 > uscita ()
Un tensore float denso con rango R - 1.
Per l'input di esempio:
// l'ipotesi rappresenta una matrice 2x1 con valori di lunghezza variabile: // (0,0) = ["a"] // (1,0) = ["b"] indice_ipotesi = [[0, 0, 0], [1, 0, 0]] valori_ipotesi = ["a", "b"] forma_ipotesi = [2, 1, 1]
// la verità rappresenta una matrice 2x2 con valori di lunghezza variabile: // (0,0) = [] // (0,1) = ["a"] // (1,0) = ["b", " c"] // (1,1) = ["a"] indice_verità = [[0, 1, 0], [1, 0, 0], [1, 0, 1], [1, 1, 0] ] valori_verità = ["a", "b", "c", "a"] forma_verità = [2, 2, 2] normalizza = vero
L'output sarà:
// l'output è una matrice 2x2 con distanze di modifica normalizzate per lunghezze reali. output = [[inf, 1.0], // (0,0): nessuna verità, (0,1): nessuna ipotesi [0.5, 1.0]] // (1,0): addizione, (1,1): nessuna ipotesi