Tensorflow连接主义时间分类（CTC）示例

是否有Tensorflow的全面CTC损失示例？

tensorflow.contrib.ctc

的文档没有为我提供足够的信息。我知道有一个，但我不能让它发挥作用

---

也许有人有一个完整的（双向）LSTM示例，其中包含他/她可以共享的示例数据。谢谢。

您看过CTC的单元测试了吗？请参阅测试和测试

这些包含使用示例，可帮助您进一步了解如何使用ops。

有关双向LSTM和CTC实现的示例，请参阅在TIMIT语料库上培训音素识别模型。如果您没有访问TIMIT或其他音素转录数据集的权限，那么使用这样的单层模型可能无法获得任何良好的性能，但基本结构应该保持不变

---

更新：如果您没有访问TIMIT的权限，或者您只想看到程序运行，而不需要对输入进行格式化以使代码正常工作，我添加了一个8个示例玩具数据集，您可以过度调整以查看实际的培训。

谢谢您的示例。我真的很感激。您是否介意将一些演示数据也推送到您的回购协议中，以便可以实际运行代码并检查它？谢谢。@JonRein谢谢你的好例子。你能上传一个将目标类映射成音素或字符的文件吗？我想看看你是如何处理音素或字符序列之间的空格的。类“0”在示例数据/char\u y/*中对应于什么。npy@VM_AI玩具数据集的类/字符映射是随机的，因为源数据不公开。空白不会出现在目标数据文件中。CTCHOLD OP处理空白插入。@ JonRein，当我们说空白时，我们是指单词之间的空格对不对？因为当我们为目标创建稀疏张量时，剩下的空间将被零点填充，并且你认为它应该映射什么？@ VMayAI No，在CTC术语中，空白是一个特殊的类，它插入在目标序列中的每个字符之间（由CTC OP，而不是由你）。出于我们的目的，单词之间的空格只是一个字符，与任何其他字符一样，您绝对不应该删除它。抱歉没有说得更清楚。您可以将其映射为0、5、23等整数值。我相信目标稀疏张量的稠密张量版本确实是零填充的，但这就是稀疏张量构造函数将有效索引作为输入的原因。