我正在使用tensorflow ctc损失函数tf.nn.ctc_loss(labels,inputs,__)
这里inputs
参数是某些RNN1的输出,而labels
参数是我们要实现的真实目标。
就我而言,labels
也是从其他RNN2生成的。
但是在训练之后,只有RNN1权重通过张量流反向传播进行更新,而RNN2权重则完全没有变化。我认为tensorflow不像labels
那样支持ctc_loss
向tf.nn.softmax_cross_entropy_with_logits_v2()
的反向传播。
可能的解决方法是什么?