torcheval.metrics.WordInformationPreserved

class torcheval.metrics.WordInformationPreserved(*, device: device | None = None)

计算预测词序列与参考词序列之间保留的单词信息。 其功能版本是 torcheval.metrics.functional.word_information_preserved()。

示例

>>> import torch
>>> from torcheval.metrics import WordInformationPreserved

>>> metric = WordInformationPreserved()
>>> metric.update(["this is the prediction", "there is an other sample"],
["this is the reference", "there is another one"])
>>> metric.compute()
tensor(0.3472)

>>> metric = WordInformationPreserved()
>>> metric.update(["hello world", "welcome to the facebook"],
["hello metaverse", "welcome to meta"])
>>> metric.compute()
tensor(0.3)

__init__(*, device: device | None = None) → None

初始化一个度量对象及其内部状态。

使用 self._add_state() 来初始化你的度量类的状态变量。 状态变量应该是 torch.Tensor，一个 torch.Tensor 的列表，一个以 torch.Tensor 为值的字典， 或者一个 torch.Tensor 的双端队列。

方法

__init__(*[, device])	初始化一个度量对象及其内部状态。
compute()	返回单词信息保留分数。
load_state_dict(state_dict[, strict])	从state_dict加载度量状态变量。
merge_state(metrics)	将度量状态与其他度量实例的对应部分合并。
reset()	将度量状态变量重置为其默认值。
state_dict()	将度量状态变量保存在state_dict中。
to(device, *args, **kwargs)	将度量状态变量中的张量移动到设备。
update(input, target)	使用correct_total、预测长度和参考长度更新度量状态。

属性

device

Metric.to()的最后一个输入设备。