序列标签nn.CTCLoss公司在Pytork为Cudnn

Question

如何在pytorch 1.0中具体格式化标签以使用CTCLoss。你知道吗

在原稿中描述的方法是有一个额外的空白类+令牌类 在按字符分类时， 所以如果我原来的标签是“CAAT” 指数是C:1，A:2，T:3

对于正常的交叉熵损失，标签应该是[1,2,2,3]

<> Pc>如果在原始标签中的每个令牌中盲目添加空白令牌，标签会做什么？

To Predict per char -> "CAAT"

Token map -> blank:0 C:1 , A:2, T:3

label -> [1,0, 2,0, 2,0, 3, 0]

是这样吗？你知道吗

同样对于使用CUDNN pytorch，需要使用“串联形式”

怎么会这样？在哪个维度？在这种情况下，目标长度是多少？你知道吗