在TensorFlow（python）中为CTC丢失准备目标标签

我正在准备一个TensorFlow应用程序，用于手写识别。我使用的是一个简单的RNN模型，其中包含堆叠的LSTM单元和最后的CTC损失。我对为输入数据准备标签有些困惑

假设我有三个字符串作为目标标签，分别是

“abc”

、

“ab”

和

“baccc”

（在我的例子中，目标标签是单词而不是句子）。所以我有三个字符类作为索引

a:0，b:1，c:2，blank:3

。据我所知，目标标签的密集表示应该是

0 3 1 3 2 0 0 0  
0 3 1 0 0 0 0 0  
1 3 0 2 3 2 3 2  

但是由于TensorFlow需要这个标签的稀疏表示，所以我需要准备一个稀疏表示

indices[(0,0),(0,1),(0,2),(0,3),(0,4),(1,0),(1,1),(1,2),(2,0),(2,1),(2,2),(2,3),(2,4),(2,5),(2,6),(2,7)]  
values[0,3,1,3,2,0,3,1,1,3,0,2,3,2,3,2]  
shape[3,8]  

---

关于此数据准备，我是否正确？非常感谢您的帮助。

如果我理解正确，您使用的批处理大小为3，并将不同长度的目标放在一起。 对于CTC损失，我建议使用大小为1的批次，因为CTC似乎难以在长序列上收敛

在密集表示中，您似乎用0填充较短的目标。这些应该是3（空白）

最后，你建立的稀疏张量对我来说似乎是正确的。你在维度上有问题吗？您是否有要显示的错误日志？

来自tensorflow网站：

输入张量的最内径尺寸，NUMYCYPE类，表示NUMYLAMP + 1类，其中NUMYLAMP是真实标签的数量，最大值（NUMQUEST类- 1）保留为空白标签。

及

标签：一个int32 SparseTensor。labels.index[i，：]=[b，t]表示标签。值[i]存储（批次b，时间t）的id。标签。值[i]必须采用[0，num_标签）中的值

输入：三维浮点张量。如果time\u major==False，这将是一个张量形状的：[批大小，max\u时间，num\u类]。如果time\u major==True（默认），这将是一个张量形状的：[max\u时间，batch\u大小，num\u类]。logits

---

在创建ctcloss的第一个参数“labels”时，不应插入空白标签。每个值必须在范围内[0，numOfTrueLabels）。这在描述中已经清楚地给出了。

谢谢你的回答。这非常有帮助。我肯定会使用批量1。但是关于目标标签，我没有实际准备致密矩阵。由于tensorflow的需要，我直接准备了稀疏矩阵。现在如果TF用0填充它们（作为内部操作）我什么都做不了。可以吗？不过，你的反馈很有用。