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
目前没有回答
相关问题 更多 >
编程相关推荐