我生成了一个用于训练 RNN 的张量，输入的大小为 [batch_size, max_time_step, num_features]，但由于多个训练样本不具有相同的 time_step ，我在末尾用零填充它们，以匹配具有该特定批处理的 max_time_step 的训练样本。然而，train_seq_len 具有一维向量[batch_size] 中每个输入样本的实际time_step 值。对于标签，它们存在于形状为[batch_size, max_label_size]的稀疏张量中，其中小于max_label_size的标签向量用零填充。
我的问题是针对tf.nn.ctc_loss(inputs, labels,sequence_length)，这里需要的sequence_length是我定义的train_seq_len多于？或者它是label_size_len，大小为[batch_size]的一维向量，包含每个标签向量的label_size？
最佳答案
sequence_length 是后者:批量大小长度向量。
关于tensorflow - 我们将哪个sequence_length用于tf.nn.ctc_loss，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/42965698/