warpctc

paddle.fluid.layers.warpctc(input, label, blank=0, norm_by_times=False, use_cudnn=False)[源代码]

该OP用于计算 CTC loss 。该OP的底层调用了第三方 baidu-research::warp-ctc 的实现。

参数:
  • input (Variable) - 可以是3-D Tensor或2-D LoDTensor。当输入类型是3-D Tensor时,则表示输入是经过padding的定长序列,其shape必须是 [seq_length, batch_size, num_classes + 1] 。当输入类型是2-D LoDTensor时,则表示输入为变长序列,其shape必须为 [Lp,num_classes+1]Lp 是所有输入序列长度之和。以上shape中的 num_classes 是实际类别数,不包括空白标签。该输入不需要经过softmax操作,因为该OP的内部对 input 做了softmax操作。数据类型仅支持float32。
  • label (Variable) - 可以是2-D Tensor或2-D LoDTensor,shape为 [Lg,1] ,其中 Lg 为是所有labels序列的长度和。 label 中的数值为字符ID。当label是2-D Tensor时,则表示当前label为经过padding的定长序列。当label是2-D LoDTensor时,则表示当前label为变长序列。数据类型支持int32。
  • input_length (Variable) - 必须是1-D Tensor。仅在输入为定长序列时使用,表示输入数据中每个序列的长度,shape为 [batch_size] 。数据类型支持int64。默认为None。
  • label_length (Variable) - 必须是1-D Tensor。仅在label为定长序列时使用,表示label中每个序列的长度,shape为 [batch_size] 。数据类型支持int64。默认为None。
  • blank (int,可选) - 空格标记的ID,其取值范围为 [0,num_classes+1) 。数据类型支持int32。缺省值为0。
  • norm_by_times (bool,可选) - 是否根据序列长度对梯度进行正则化。数据类型支持bool。缺省值为False。

返回:Shape为[batch_size,1]的2-D Tensor,表示每一个序列的CTC loss。数据类型与 input 一致。

返回类型:Variable

代码示例

import paddle.fluid as fluid
label = fluid.layers.data(name='label', shape=[11, 8],
                          dtype='float32', lod_level=1)
predict = fluid.layers.data(name='predict', shape=[11, 1],
                            dtype='float32')
cost = fluid.layers.warpctc(input=predict, label=label)