RNNTLoss

class torchaudio.transforms.RNNTLoss(blank: int = -1, clamp: float = -1.0, reduction: str = 'mean', fused_log_softmax: bool = True)

計算 *使用迴圈神經網路進行序列轉導* [id1] 中所述的 RNN 轉導損失（RNN Transducer loss）。

RNN 轉導損失透過定義所有長度輸出序列的分佈，並聯合建模輸入-輸出和輸出-輸出依賴關係，擴充套件了 CTC 損失。

引數：

• blank (int, 可選) – 空白標籤 (預設值: -1)

• clamp (float, 可選) – 用於梯度的鉗位 (預設值: -1)

• reduction (字串, 可選) – 指定應用於輸出的歸約方式："none" | "mean" | "sum"。(預設值: "mean")

• fused_log_softmax (bool) – 如果在損失函式外部呼叫 log_softmax，則設為 False (預設值: True)

示例

>>> # Hypothetical values
>>> logits = torch.tensor([[[[0.1, 0.6, 0.1, 0.1, 0.1],
>>>                          [0.1, 0.1, 0.6, 0.1, 0.1],
>>>                          [0.1, 0.1, 0.2, 0.8, 0.1]],
>>>                         [[0.1, 0.6, 0.1, 0.1, 0.1],
>>>                          [0.1, 0.1, 0.2, 0.1, 0.1],
>>>                          [0.7, 0.1, 0.2, 0.1, 0.1]]]],
>>>                       dtype=torch.float32,
>>>                       requires_grad=True)
>>> targets = torch.tensor([[1, 2]], dtype=torch.int)
>>> logit_lengths = torch.tensor([2], dtype=torch.int)
>>> target_lengths = torch.tensor([2], dtype=torch.int)
>>> transform = transforms.RNNTLoss(blank=0)
>>> loss = transform(logits, targets, logit_lengths, target_lengths)
>>> loss.backward()

forward(logits: Tensor, targets: Tensor, logit_lengths: Tensor, target_lengths: Tensor)

引數：

• logits (Tensor) – 維度為 (batch, 最大序列長度, 最大目標長度 + 1, 類別) 的 Tensor，包含來自聯結器（joiner）的輸出

• targets (Tensor) – 維度為 (batch, 最大目標長度) 的 Tensor，包含零填充的目標序列

• logit_lengths (Tensor) – 維度為 (batch) 的 Tensor，包含來自編碼器的每個序列的長度

• target_lengths (Tensor) – 維度為 (batch) 的 Tensor，包含每個序列的目標長度

返回：

應用了歸約選項的損失。如果 reduction 為 "none"，則形狀為 (batch)，否則為標量。

返回型別：

Tensor