torch.nn.functional.ctc_loss

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

应用连接主义时序分类损失。

详情请参阅CTCLoss。

注意

在某些情况下，当张量位于 CUDA 设备上并使用 CuDNN 时，此操作符可能会选择一个非确定性算法以提高性能。如果你不希望这样，可以通过将 torch.backends.cudnn.deterministic = True 设置为 True 来使操作具有确定性（这可能会影响性能）。有关更多信息，请参阅可重复性。

注意

当给定的张量位于CUDA设备上时，此操作可能会产生非确定性的梯度。更多详细信息请参见重现性。

参数

• log_probs (Tensor) – $(T, N, C)$ 或 $(T, C)$，其中 C = 字母表中字符的数量（包括空白字符）, T = 输入长度, 和 N = 批量大小。输出的概率对数值（例如，可以通过torch.nn.functional.log_softmax() 获得）。

• targets (Tensor) – 形状为 $(N, S)$ 或 (sum(target_lengths))。Targets不能为空白，在第二种形式中，假设targets是拼接在一起的。

• input_lengths (Tensor) – 形状为 $(N)$ 或 $()$。表示输入序列的长度（每个长度必须小于等于$\leq T$）

• target_lengths (Tensor) – 形状为 $(N)$ 或 $()$。表示目标的长度。

• blank (int, optional) – 空白标签，默认值为$0$。

• reduction (str, 可选) – 指定要应用于输出的缩减方式： 'none' | 'mean' | 'sum'。'none': 不进行任何缩减，'mean': 输出损失将被目标长度除后，在批次上取平均值，'sum': 输出将会被求和。默认： 'mean'

• zero_infinity (bool, optional) – 是否将无穷大的损失值设为零及其相关梯度。默认：False 当输入太短无法与目标对齐时，通常会出现无穷大的损失。

返回类型

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()