文章讨论了一个在使用CTCLoss时遇到的错误，即sequence_length超过了max_time_step。问题源于数据集中的input_len与模型输出的序列长度不匹配。解决方案是确保数据集中的input_len设置与模型输出的时间序列长度一致，例如模型输出[None,80,94]，则input_len应设为80。此外，提到了使用Dense层和softmax激活函数对模型进行配置。
Error:InvalidArgumentError: sequence_length(0) <= 80
原因：ctcloss计算要求所有sequence_length要小于max_time_step，说明你的数据集中设定的sequence_length大于了max_time_step(数据集中设定的seq_len 和 模型输出的 数值不一致)。
解决如下：
这里的input_len一般设置成模型输出的特征图的时间序列长度，比如模型输出[None, 80, 94]) ，[Batch,seq_len,classes]，而80就是seq_len，当然这个一般是根据图像的长度来设置，这个应该和数据集中设置的input_len一致。
#数据集中设定
input_len = np.array([self.args.width * self.args.height // mod]) #80
#模型最终输出 (None, 80, 94)
y = tf.keras.layers.Dense(num_classes, name='dense', activation='softmax')(x)
扫一扫
4269
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
