小编stk*_*mar的帖子

所以，我有这个项目，我必须：

1. 训练神经网络。我找到了这个手写文本识别项目（链接到 github 存储库：HTR Network），它具有三种不同的架构。我去了“puigcerver”
2. 将其转换为tflite 模型
3. 将其加载到Android应用程序上并获取输出

前两点进展顺利，但最后一点让我陷入困境。我可以得到一个输出（一个 3D 张量 - 形状：[1][128][98]），但我不知道如何解码它。

我有两个主要问题：

1. tflite 模型输出是一个 3D 浮点张量，其中每个 [N] 98 个值的一维数组应表示字符集中每个字符的概率，用于 128 个字符的句子的 N 个字符。但在本文中，作者指出字符集由 95 个字符组成：Article。所以第一个问题是我有 3 个值（对于句子的每个字符）我没想到会收到
2. 该 3D 张量的所有值都非常小（即 2.15..E-24 及以下），除了最后一个值（第 98 个值）约为 0.98 / 0.99 和其他一些值约为 0.002 / 0.004 / 0.008。如果我将它们作为概率处理，搜索更高的值（不包括第 96、97、98 个值），我会得到类似“LLLLLqqqqqgggggggggoo...pppp...”这样的句子（明显错误）

我试图用原始网络（--image 选项）推断相同的图像，结果没问题，所以我想也许我在加载 tflite 模型或图像时犯了一些错误。我还认为，也许我必须执行光束（或贪婪）搜索，而不仅仅是寻找更高的价值。

所以我的问题是，输出真的是一个有概率的张量还是我遗漏了什么？如何以正确的方式解码输出？



TFlite 转换：

import tensorflow as tf
import numpy as np
from tensorflow import keras
import tensorflow.keras.models as models
import …