CNN + Dense + CTC Keras

Question

大家好我正在尝试通过应用CNN + Dense + CTC来解决TIMIT任务

所以基本上这是我的模特：

1）一些ConvLayers2D。

2）形状转换

3）密集

4）CTC

所以改造是：

在CNN之后我得到一个形状输出（Batch_size，number_of_feature_maps，41，sequence_length） 41是Mel滤波器组/能量

我将其转换为（Batch_size，sequence_length，41 * number_of_feature_maps）以获得3的昏暗：

请注意，sequence_length为None，因为每个mini_batch都有所不同，所以我们有类似（None，None，X）的东西

然后我基本上尝试了两件事，这里是代码：

和

我基本上没有得到这两种方法的行为。第一个使用TimeDistributed正常工作，损失和音素错误率降低。问题是第二个也有效！ 。 Dense层在（无，无，X）张量上做了什么？

谢谢！

Answer 1

退房：Keras LSTM dense layer multidimensional input

  

在keras的情况下＆lt; 2.0：您需要使用TimeDistributed包装器，以便按顺序将其应用于序列。   在keras＆gt; = 2.0的情况下：默认情况下，以元素方式应用密集层。