首先查看今天要分析的代码：
乍一看，此代码非常可怕。实际上，经过分析后，您会突然感到开朗。实际上，韦内特的守则真的很棒，而且很容易理解（您必须仔细观察才能理解它。真的很难看到，坚持，结束了！）
（假定以下所有变量维度。为了促进读者了解，实际操作不一定是值。在本文之后，我不会详细介绍）
首先查看传递参数，一个是x，另一个是目标。这是众所周知的，即编码器的输出和最终标签！x是编码器的输出之间的差异。尺寸为[16，13，4233]，其中16是批处理大小。13是解码帧的序列长度。长度不同，因此该值不固定，13是当前批次中最长的值。当前批次的长期休假为[11,13,12,9,5,2，3,11,12,12,7,6,7]。对于少于13的部分，填充补体1图是语音的示例图。当然，X是16个这样的大两个维矢量。这是示例中的序列长度为13。图中黄色两个维矢量的尺寸为[13，4233]
目标是标签矢量，尺寸为[16，13]，其中保留了相应词典的索引。
让我们开始查看下面的详细代码：
在此步骤中，true_dist是全部0，与x相同的纬度
完成的编码设置为对应标签的1个，所有其他位置均设置为0。如上所述，我们在此处使用标签平滑。$，smoolhing为0.1，size-1 =4232。说什么是标签平滑，因为wenet注释写得太好了，我将直接复制：
这里填充的值是$ frac {0.1} {4232} = 2.36e-5 $。