torchaudio.functional.rnnt_loss¶
- torchaudio.functional.rnnt_loss(logits: Tensor, targets: Tensor, logit_lengths: Tensor, target_lengths: Tensor, blank: int = -1, clamp: float = -1, reduction: str = 'mean', fused_log_softmax: bool = True)[source]¶
计算来自 Sequence Transduction with Recurrent Neural Networks [Graves, 2012] 的 RNN 换能器损失 (RNN Transducer loss)。
RNN 换能器损失通过定义一个涵盖所有长度的输出序列上的分布，并共同建模输入-输出和输出-输出依赖性，从而扩展了 CTC 损失。
- 参数:
logits (Tensor) – 维度为 (batch, max seq length, max target length + 1, class) 的 Tensor，包含来自 joiner 的输出
targets (Tensor) – 维度为 (batch, max target length) 的 Tensor，包含零填充的目标
logit_lengths (Tensor) – 维度为 (batch) 的 Tensor，包含编码器中每个序列的长度
target_lengths (Tensor) – 维度为 (batch) 的 Tensor，包含每个序列目标的长度
blank (int, optional) – blank 标签 (默认值:
-1)clamp (float, optional) – 梯度截断 (默认值:
-1)reduction (string, optional) – 指定应用于输出的归约方式:
"none"|"mean"|"sum"。(默认值:"mean")fused_log_softmax (bool) – 如果在损失函数外部调用 log_softmax，则设置为 False (默认值:
True)
- 返回:
应用了归约选项的损失。如果
reduction为"none"，则返回大小为 (batch) 的 Tensor，否则返回标量。- 返回类型:
Tensor
