mindspore.nn.CTCLoss

class mindspore.nn.CTCLoss(blank=0, reduction='mean', zero_infinity=False)[源代码]

CTCLoss损失函数。

关于CTCLoss算法详细介绍，请参考 Connectionist Temporal Classification: Labeling Unsegmented Sequence Data withRecurrent Neural Networks 。

参数：

  • blank (int) - 空白标签。默认值：0。

  • reduction (str) - 指定输出结果的计算方式。可选值为”none”、”mean”或”sum”。默认值：”mean”。

  • zero_infinity (bool) - 是否设置无限损失和相关梯度为零。默认值：False。

输入：

  • log_probs (Tensor) - 输入Tensor，shape \((T, N, C)\) 或 \((T, C)\) 。其中T表示输入长度，N表示批次大小，C是分类数。T，N，C均为正整数。

  • targets (Tensor) - 目标Tensor，shape \((N, S)\) 或 (sum( target_lengths ))。其中S表示最大目标长度。

  • input_lengths (Union[tuple, Tensor, int]) - shape为N的Tensor或tuple或者是一个正整数。表示输入长度。

  • target_lengths (Union[tuple, Tensor, int]) - shape为N的Tensor或tuple或者是一个正整数。表示目标长度。

输出：

  • neg_log_likelihood (Tensor) - 对每一个输入节点可微调的损失值。

异常：

  • TypeError - zero_infinity 不是布尔值， reduction 不是字符串。

  • TypeError - log_probs 的数据类型不是float或double。

  • TypeError - targets ， input_lengths 或 target_lengths 数据类型不是int32或int64。

  • ValueError - reduction 不为”none”，”mean”或”sum”。

  • ValueError - targets ， input_lengths 或 target_lengths 的数据类型是不同的。

  • ValueError - blank 值不介于0到C之间。C是 log_probs 的分类数。

  • ValueError - input_lengths 的值大于C。C是 log_probs 的分类数。

  • ValueError - target_lengths[i] 的值不介于0到 input_length[i] 之间。

支持平台：

Ascend CPU

样例：

>>> import numpy as np
>>> from mindspore import Tensor
>>> from mindspore import dtype as mstype
>>> from mindspore.nn.loss import CTCLoss
>>> T = 5      # Input sequence length
>>> C = 2      # Number of classes
>>> N = 2      # Batch size
>>> S = 3      # Target sequence length of longest target in batch (padding length)
>>> S_min = 2  # Minimum target length, for demonstration purposes
>>> arr = np.arange(T*N*C).reshape((T, N, C))
>>> ms_input = Tensor(arr, dtype=mstype.float32)
>>> input_lengths = np.full(shape=(N), fill_value=T)
>>> input_lengths = Tensor(input_lengths, dtype=mstype.int32)
>>> target_lengths = np.full(shape=(N), fill_value=S_min)
>>> target_lengths = Tensor(target_lengths, dtype=mstype.int32)
>>> target = np.random.randint(1, C, size=(N, S))
>>> target = Tensor(target, dtype=mstype.int32)
>>> ctc_loss = CTCLoss(blank=0, reduction='none', zero_infinity=False)
>>> loss = ctc_loss(ms_input, target, input_lengths, target_lengths)
>>> print(loss)
Tensor(shape=[2], dtype=Float32, value= [-4.57949715e+001, -5.57949677e+001])
>>> arr = np.arange(T*C).reshape((T, C))
>>> ms_input = Tensor(arr, dtype=mstype.float32)
>>> input_lengths = T
>>> target_lengths = S_min
>>> target = np.random.randint(1, C, size=(S_min,))
>>> target = Tensor(target, dtype=mstype.int32)
>>> ctc_loss = CTCLoss(blank=0, reduction='none', zero_infinity=False)
>>> loss = ctc_loss(ms_input, target, input_lengths, target_lengths)
>>> print(loss)
Tensor(shape=[1], dtype=Float32, value= [-2.57949677e+001])