torch.nn.functional.ctc_loss

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

应用 Connectionist Temporal Classification (连接时序分类) 损失。

详见 CTCLoss。

注意

在某些情况下，当在 CUDA 设备上给定张量并使用 CuDNN 时，此算子可能会选择非确定性算法以提高性能。如果不需要这样，您可以通过设置 torch.backends.cudnn.deterministic = True 来尝试使操作确定性（可能会牺牲性能）。更多信息请参阅 可复现性。

注意

在 CUDA 设备上给定张量时，此操作可能会产生非确定性梯度。更多信息请参阅 可复现性。

参数

• log_probs (Tensor) – $(T, N, C)$ 或 $(T, C)$，其中 C = 字母表中包括空白字符的数量，T = 输入长度，N = 批大小。输出的对数化概率（例如，通过 torch.nn.functional.log_softmax() 获得）。

• targets (Tensor) – $(N, S)$ 或 (sum(target_lengths))。目标不能是空白字符。在第二种形式中，目标被认为是已连接的。

• input_lengths (Tensor) – $(N)$ 或 $()$。输入的长度（每个必须 $\leq T$）

• target_lengths (Tensor) – $(N)$ 或 $()$。目标的长度

• blank (int, optional) – 空白字符的标签。默认为 $0$。

• reduction (str, optional) – 指定应用于输出的归约方法：'none' | 'mean' | 'sum'。'none'：不应用归约；'mean'：输出损失将除以目标长度，然后取批次平均值；'sum'：输出将被求和。默认值：'mean'

• zero_infinity (bool, optional) – 是否将无限损失及其相关梯度清零。默认值：False。无限损失主要发生在输入太短而无法与目标对齐时。

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()