"CTCBeamSearch" (ネットデコーダ)

NetDecoder[{"CTCBeamSearch",alphabet}]

確率ベクトルの列を解釈し，最も可能性の高い列の復号化を与えるデコーダを表す．

NetDecoder[{"CTCBeamSearch",…,"BeamSize"n}]

特定のビームサイズのデコーダを表す．

詳細

  • NetDecoder[…][input]はデコーダを入力に適用して出力を作る．
  • NetDecoder[…][{input1,input2,…}]はデコーダを入力のリストに適用して出力のリストを作る．
  • "CTCBeamSearch"のデコーダへの入力テンソルは各 n+1 のサイズで，かつ n がアルファベットのサイズであるベクトル列でなければならない．各ベクトルの最後の要素は特殊な空白クラスである．
  • "CTCBeamSearch"の出力は，アルファベットからの要素の列であり，最長は入力列の長さに等しい．通常，返される要素は少ない．
  • ネットワークの構築時に"port"->NetDecoder[…]を指定すると，デコーダをネットワークの出力ポートに付加することができる．
    • パラメータ
  • パラメータ"BeamSize"->n を使うと，"CTCBeamSearch"のデコーダは処理中に n 個の復号化候補のセットを維持する．デフォルトは100個である．
  • 1の"BeamSize"は greedy search に相当し，トップの確率が列の各要素で選ばれる．
    • 特性
  • NetDecoder[…][data,prop]は入力データの特定の特性を計算するのに使うことができる．
  • "CTCBeamSearch"のデコーダがネットワークに付加されたとき，復号化された出力の特定の特性を計算するのに net[data,prop]または net[data,"oport"->prop]を使うことができる．
  • "CTCBeamSearch"のデコーダには以下の特性が使用できる：
  • "Decoding"最も確率が高い1つの文字列（デフォルト）
    "Decodings"最も確率が高い複数の文字列
    "TopDecodings"->nn 個の最も確率が高い文字列を与える
    "NegativeLogLikelihoods"各復号化の負の対数尤度が規則のリストとして返される
    "TopNegativeLogLikelihoods"->n上位 n 個の復号化の負の対数尤度を与える
    None復号化を回避し，入力を返す

例題

例  (1)

CTCビーム探索デコーダを作る：

このデコーダを確率ベクトル列に使う：

上位3位の復号化された列と負の対数尤度関数を得る：