如何计算给定输入和预期输出的ctc概率？

Question

我正在做我的第一个tensorflow项目。

我需要获得给定输入和预期序列的ctc概率（不是ctc损失）。

在python或c ++中有没有api或方法呢？

我更喜欢python方面，但c ++方面也没关系。

Answer 1

根据Graves论文[1]，批次的损失定义为该批次中所有样品（x，z）的总和（log（p（z | x）））。 如果使用批量大小为1，则得到log（p（z | x）），即给定输入x时看到标记z的对数概率。这可以通过TensorFlow的ctc_loss函数来实现。

您也可以自己实现论文[1]第4.1节中描述的前向 - 后向算法的相关部分。 对于小输入序列，通过构造图3中所示的路径然后对RNN输出中的所有路径求和，可以使用朴素实现。 我这样做是为了一个长度为16的序列和一个长度为100的序列。对于前一个，天真的方法就足够了，而对于后一个，需要提出动态编程方法。

[1]连接主义时间分类：用递归神经网络标记未分段的序列数据