CNN + Dense + CTC Keras答案

【问题标题】：CNN + Dense + CTC KerasCNN + Dense + CTC Keras
【发布时间】：2018-03-11 19:25:56
【问题描述】：

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型：

1) 一些 ConvLayers2D。

2) 形状变换

3) 密集

4) 四氯化碳

所以转换是：

在 CNN 之后，我得到一个形状的输出 (Batch_size,number_of_feature_maps,41, sequence_length) 41 是梅尔滤波器组/能量

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

请注意，sequence_length 为 None，因为它因每个 mini_batch 而异，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

我基本上不明白这两种方法的行为。第一个 TimeDistributed 可以正常工作，损失和音素错误率降低。问题是第二个也有效！ . Dense 层在 (None,None,X) 张量上做了什么？

谢谢！

【问题讨论】：

【解决方案1】：

查看：Keras LSTM dense layer multidimensional input

在 keras = 2.0 的情况下：默认情况下按元素应用密集层。

【讨论】：

好的，所以基本上如果 Keras >= 2.0 具有 (X, Y, Z) 的 Dense 层将具有与具有 (X,Y,Z) 的 TimeDistributed(Dense) 相同的行为？奇怪啊谢谢。