TensorFlow函数教程：tf.nn.ctc_greedy_decoder

tf.nn.ctc_greedy_decoder函数

tf.nn.ctc_greedy_decoder(
    inputs,
    sequence_length,
    merge_repeated=True
)

定义在：tensorflow/python/ops/ctc_ops.py.

参见指南：神经网络>连接时间分类(CTC)

对输入中给出的logit上执行greedy解码.(最佳方法)

注意：无论merge_repeated的值如何,如果给定时间和批处理的最大索引对应于空白索引(num_classes - 1),则不会发出新元素.

如果merge_repeated是True,则在输出中合并重复的类.这意味着如果连续logits的最大索引相同,则只发出第一个.序列A B B * B * B(其中'*'是空白标签)将会是：

• A B B B,如果merge_repeated=True.
• A B B B B,如果merge_repeated=False.

参数：

• inputs：3-Dfloat Tensor,大小为[max_time, batch_size, num_classes],是logits.
  
• sequence_length：1-Dint32向量,包含序列长度,具有大小[batch_size].
• merge_repeated：Boolean,默认值：True.

返回：

元组(decoded, log_probabilities),其中已解码：单个元素列表,decoded[0] 是一个包含解码输出的SparseTensor：

decoded.indices: Indices matrix (total_decoded_outputs, 2),行存储：[batch, time].

decoded.values: Values vector, size (total_decoded_outputs),向量存储波束 j 的解码类.

decoded.dense_shape: Shape vector, size (2),形状值为[batch_size, max_decoded_length]