mindspore.nn.CTCLoss
- class mindspore.nn.CTCLoss(blank=0, reduction='mean', zero_infinity=False)[源代码]
CTCLoss损失函数。主要用来计算连续未分段的时间序列与目标序列之间的损失。
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,可选) - 空白标签。默认值:
0
。reduction (str,可选) - 指定应用于输出结果的规约计算方式,可选
"none"
、"mean"
、"sum"
,默认值:"mean"
。"none"
:不应用规约方法。"mean"
:计算输出元素的平均值。"sum"
:计算输出元素的总和。
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) - 预测值,shape为 \((T, N, C)\) 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) - 目标值,shape为 \((N, S)\) 或 (sum( target_lengths ))。其中S表示最大目标长度。
input_lengths (Union[tuple, Tensor]) - shape为 \((N)\) 的Tensor或tuple。表示输入长度。
target_lengths (Union[tuple, Tensor]) - shape为 \((N)\) 的Tensor或tuple。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 - log_probs 或 targets 不是Tensor。
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 - blank 值不介于0到C之间。C是 log_probs 的分类数。
ValueError - 当 log_prob 的shape是 \((T, C)\) 时, target 的维度不是1或2。
ValueError - 当 log_prob 的shape是 \((T, C)\) 时, target 的首个维度的长度不是1。
RuntimeError - input_lengths 的值大于T。T是 log_probs 的长度。
RuntimeError - target_lengths[i] 的值不介于0到 input_length[i] 之间。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> import mindspore as ms >>> import mindspore.nn as nn >>> import numpy as np >>> 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 = ms.Tensor(arr, dtype=ms.float32) >>> input_lengths = np.full(shape=(N), fill_value=T) >>> input_lengths = ms.Tensor(input_lengths, dtype=ms.int32) >>> target_lengths = np.full(shape=(N), fill_value=S_min) >>> target_lengths = ms.Tensor(target_lengths, dtype=ms.int32) >>> target = np.random.randint(1, C, size=(N, S)) >>> target = ms.Tensor(target, dtype=ms.int32) >>> ctc_loss = nn.CTCLoss(blank=0, reduction='none', zero_infinity=False) >>> loss = ctc_loss(ms_input, target, input_lengths, target_lengths) >>> print(loss) [-45.79497 -55.794968] >>> arr = np.arange(T*C).reshape((T, C)) >>> ms_input = ms.Tensor(arr, dtype=ms.float32) >>> input_lengths = ms.Tensor([T], dtype=ms.int32) >>> target_lengths = ms.Tensor([S_min], dtype=ms.int32) >>> target = np.random.randint(1, C, size=(S_min,)) >>> target = ms.Tensor(target, dtype=ms.int32) >>> ctc_loss = nn.CTCLoss(blank=0, reduction='none', zero_infinity=False) >>> loss = ctc_loss(ms_input, target, input_lengths, target_lengths) >>> print(loss) -25.794968