Tensorflow 无效参数:没有足够的时间用于目标转换序列
如何从我的代码中将此错误转化为警告(忽略输出时间比忽略输入时间长)?[.ipynb]Tensorflow 无效参数:没有足够的时间用于目标转换序列,tensorflow,machine-learning,keras,ocr,ctc,Tensorflow,Machine Learning,Keras,Ocr,Ctc,如何从我的代码中将此错误转化为警告(忽略输出时间比忽略输入时间长)?[.ipynb] labels = Input(name='the_labels', shape=[max_label_len], dtype='float32') input_length = Input(name='input_length', shape=[1], dtype='int64') label_length = Input(name='label_length', shape=[1], dtype='int64
labels = Input(name='the_labels', shape=[max_label_len], dtype='float32')
input_length = Input(name='input_length', shape=[1], dtype='int64')
label_length = Input(name='label_length', shape=[1], dtype='int64')
def ctc_lambda_func(args):
y_pred, labels, input_length, label_length = args
return K.ctc_batch_cost(labels, y_pred, input_length, label_length)
loss_out = Lambda(ctc_lambda_func, output_shape=(1,), name='ctc')([outputs, labels, input_length, label_length])
#model to be used at training time
model = Model(inputs=[inputs, labels, input_length, label_length], outputs=loss_out)
如果您愿意,您可以在这里查看我的完整代码:注意:这不是数据集的错误,这是因为我的体系结构的CTC输出形状。注意:这不是数据集的错误,这是因为我的体系结构的CTC输出形状。查看是否将我们的
K.CTC_批量成本
更改为CTC_损失
?这有一个参数ignore\u outputs\u比您可以设置的\u inputs\u更长。从我的代码中,我应该如何确切地更改CTCLoss代码?我还在学习CTCLoss。。。Thushsi尝试了ctc_损失,但它显示了如下错误:“期望标签(第一个参数)是一个稀疏传感器”@thushv89查看是否将我们的K.ctc_批量成本
更改为ctc_损失
?这有一个参数ignore\u outputs\u比您可以设置的\u inputs\u更长。从我的代码中,我应该如何确切地更改CTCLoss代码?我还在学习CTCLoss。。。thanksI尝试了ctc_损失,但它显示了如下错误:“期望标签(第一个参数)是Sparstensor”@thushv89I也有同样的问题。你改变了什么使它起作用?我也有同样的问题。你改变了什么使它工作了?