2
我正在准备用于手写识别目的的TensorFlow应用程序。我使用了一个简单的RNN模型,最后堆叠LSTM单元和CTC损耗。我对准备输入数据的标签有一些疑惑。在TensorFlow(python)中为CTC丢失准备目标标签
假设我有三个字符串作为目标标签,如,"ab"
和"baccc"
(在我的情况下,目标标签是单词而不是句子)。所以我有三个字符类别索引a:0, b:1, c:2, blank:3
。据我了解目标标签的密集表示应该
0 3 1 3 2 0 0 0
0 3 1 0 0 0 0 0
1 3 0 2 3 2 3 2
但作为TensorFlow需要这个标签的稀疏表示我需要准备的稀疏表示作为
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]
我是正确的关于这个数据准备?任何帮助,高度赞赏。
谢谢你的回答。这有很大的帮助。我肯定会使用批量大小1.但关于目标标签,我实际上并没有准备好密集矩阵。由于张量流需要我准备直接稀疏。现在如果TF用0填充它们(作为内部操作),我什么也做不了。我可以吗 ?但是,您的反馈很有用。 –