小编Igo*_*lha的帖子

我试图在contrib包(tf.contrib.ctc.ctc_loss)下使用Tensorflow的CTC实现,但没有成功.

• 首先,任何人都知道我在哪里可以阅读一个好的分步教程？Tensorflow的文档在这个主题上非常糟糕.
• 我是否必须向ctc_loss提供交错的空白标签？
• 即使使用长度超过200个时期的火车数据集,我也无法过度使用我的网络.:(
• 如何使用tf.edit_distance计算标签错误率？

这是我的代码:

with graph.as_default():

  max_length = X_train.shape[1]
  frame_size = X_train.shape[2]
  max_target_length = y_train.shape[1]

  # Batch size x time steps x data width
  data = tf.placeholder(tf.float32, [None, max_length, frame_size])
  data_length = tf.placeholder(tf.int32, [None])

  #  Batch size x max_target_length
  target_dense = tf.placeholder(tf.int32, [None, max_target_length])
  target_length = tf.placeholder(tf.int32, [None])

  #  Generating sparse tensor representation of target
  target = ctc_label_dense_to_sparse(target_dense, target_length)

  # Applying LSTM, returning output for each timestep (y_rnn1, 
  # [batch_size, max_time, cell.output_size]) and the final state of shape …