torch.nn.functional.ctc_loss

torch.nn.functional.ctc_loss(log_probs, targets, input_lengths, target_lengths, blank=0, reduction='mean', zero_infinity=False)

應用 Connectionist Temporal Classification (連線時序分類) 損失。

詳見 CTCLoss。

注意

在某些情況下，當在 CUDA 裝置上給定張量並使用 CuDNN 時，此運算元可能會選擇非確定性演算法以提高效能。如果不需要這樣，您可以透過設定 torch.backends.cudnn.deterministic = True 來嘗試使操作確定性（可能會犧牲效能）。更多資訊請參閱 可復現性。

注意

在 CUDA 裝置上給定張量時，此操作可能會產生非確定性梯度。更多資訊請參閱 可復現性。

引數

• log_probs (Tensor) – $(T, N, C)$ 或 $(T, C)$，其中 C = 字母表中包括空白字元的數量，T = 輸入長度，N = 批大小。輸出的對數化機率（例如，透過 torch.nn.functional.log_softmax() 獲得）。

• targets (Tensor) – $(N, S)$ 或 (sum(target_lengths))。目標不能是空白字元。在第二種形式中，目標被認為是已連線的。

• input_lengths (Tensor) – $(N)$ 或 $()$。輸入的長度（每個必須 $\leq T$）

• target_lengths (Tensor) – $(N)$ 或 $()$。目標的長度

• blank (int, optional) – 空白字元的標籤。預設為 $0$。

• reduction (str, optional) – 指定應用於輸出的歸約方法：'none' | 'mean' | 'sum'。'none'：不應用歸約；'mean'：輸出損失將除以目標長度，然後取批次平均值；'sum'：輸出將被求和。預設值：'mean'

• zero_infinity (bool, optional) – 是否將無限損失及其相關梯度清零。預設值：False。無限損失主要發生在輸入太短而無法與目標對齊時。

返回型別

Tensor

示例

>>> log_probs = torch.randn(50, 16, 20).log_softmax(2).detach().requires_grad_()
>>> targets = torch.randint(1, 20, (16, 30), dtype=torch.long)
>>> input_lengths = torch.full((16,), 50, dtype=torch.long)
>>> target_lengths = torch.randint(10, 30, (16,), dtype=torch.long)
>>> loss = F.ctc_loss(log_probs, targets, input_lengths, target_lengths)
>>> loss.backward()