mindspore.ops.CTCLossV2

class mindspore.ops.CTCLossV2(blank=0, reduction='none', zero_infinity=False)[源代码]

计算CTC(Connectionist Temporal Classification)损失和梯度。

CTC算法是在 Connectionist Temporal Classification: Labeling Unsegmented Sequence Data with Recurrent Neural Networks 中提出的。

警告

这是一个实验性API，后续可能修改或删除。

参数：

  • blank (int，可选) - 空白标签。默认值：0。

  • reduction (str，可选) - 对输出应用特定的缩减方法。目前仅支持“none”，不区分大小写。默认值：“none”。

  • zero_infinity (bool，可选) - 在损失无限大的时候，是否将无限损失和相关梯度置为零。默认值：False。

输入：

  • log_probs (Tensor) - 输入Tensor，其shape为 \((T, C, N)\) 的三维Tensor。 \(T\) 表示输入长度， \(N\) 表示批大小， \(C\) 表示类别数，包含空白标签。

  • targets (Tensor) - 标签序列。其shape为 \((N, S)\) 的三维Tensor。 \(S\) 表示最大标签长度。

  • input_lengths (Union(Tuple, Tensor)) - 输入的长度。其shape为 \((N)\) 。

  • target_lengths (Union(Tuple, Tensor)) - 标签的长度。其shape为 \((N)\) 。

输出：

  • neg_log_likelihood (Tensor) - 相对于每个输入节点可微分的损失值。

  • log_alpha (Tensor) - 输入到目标的可能跟踪概率。

异常：

  • TypeError - 如果 zero_infinity 不是bool类型。

  • TypeError - 如果 reduction 不是string类型。

  • TypeError - 如果 log_probs 的dtype不是float类型或double类型。

  • TypeError - 如果 targets、 input_lengths 或 target_lengths 的dtype不是int32类型或int64类型。

  • ValueError - 如果 log_probs 的秩不等于2。

  • ValueError - 如果 targets 的秩不等于2。

  • ValueError - 如果 input_lengths 的shape与批大小 \(N\) 不匹配。

  • ValueError - 如果 targets 的shape与批大小 \(N\) 不匹配。

  • TypeError - 如果 targets、 input_lengths 或 target_lengths 的类型不同。

  • ValueError - 如果 blank 的数值不在[0, C)范围内。

  • RuntimeError - 如果 input_lengths 中任意一个元素值大于(num_labels|C)。

  • RuntimeError - 如果任何 target_lengths[i] 不在范围 [0, input_length[i]] 范围内。

支持平台：

Ascend GPU CPU

样例：

>>> log_probs = Tensor(np.array([[[0.3, 0.6, 0.6]],
...                              [[0.9, 0.4, 0.2]]]).astype(np.float32))
>>> targets = Tensor(np.array([[0, 1]]), mstype.int32)
>>> input_lengths = Tensor(np.array([2]), mstype.int32)
>>> target_lengths = Tensor(np.array([1]), mstype.int32)
>>> CTCLossV2 = ops.CTCLossV2(blank=0, reduction='none', zero_infinity=False)
>>> neg_log_hood, log_alpha = CTCLossV2(
...     log_probs, targets, input_lengths, target_lengths)
>>> print(neg_log_hood)
[-2.2986124]
>>> print(log_alpha)
[[[0.3       0.3            -inf      -inf      -inf]
  [1.2       1.8931472 1.2            -inf      -inf]]]