K.ctc_batch_cost（）

Question

我已经使用Keras下载了ocr的代码，该代码应用了CRNN网络，并将CTC损失用作损失函数。 但是，我真的是CTC丢失的新手，只是在使用K.ctc_batch_cost()时遇到了麻烦，尤其是input_length的含义。在keras文件中，

  

tf.keras.backend.ctc_batch_cost（       y_true，       y_pred，       input_length，       label_length   ）

1. y_true：包含真值标签的张量（样本，max_string_length）。
2. y_pred：包含预测或softmax输出的张量（样本，time_steps，num_categories）。
3. input_length：张量（样本，1个），包含y_pred中每个批处理项目的序列长度。

4. label_length：张量（样本，1个），包含y_true中每个批处理项目的序列长度。

   但是，我的问题是input_length的含义是什么？是LSTM输出的维度吗？

Answer 1

一个示例的CTC损失是在2D阵列（T，C）上计算的。 C必须等于字符数+ 1（空白字符）。 C包含某个时间戳记中字符的概率分布。 T将是时间戳数。

T的长度应为2 * max_string_length。长度为T的y_true的所有可能编码将用于负对数损失计算。

通常是上一层输出的形状。