使用 TensorFlow 后端的 CTC Beam 搜索答案

【问题标题】：CTC Beam Search using Tensorflow Backend使用 TensorFlow 后端的 CTC Beam 搜索
【发布时间】：2017-05-31 07:08:47
【问题描述】：

keras 文档和 tensorflow 提供了一个函数 ctc_decode，它对网络的输出进行 ctc 波束搜索解码。该文档没有提供解码器的示例用法。 https://github.com/igormq/ctc_tensorflow_example/blob/master/ctc_tensorflow_example.py 提供了一个示例用法，但我无法检索解码的文本转录本。

关于打印输出张量的 stackoverflow 存在问题，但我没有得到任何输出，因为我的张量的输出具有形状（？，？）。

>>> pred.shape
(1, 489, 29)
>>> dec, logp = K.ctc_decode(K.variable(pred, dtype='float32'), 
K.variable([489],dtype='int32'),greedy=False)
>>> dec
[<tf.Tensor 'SparseToDense:0' shape=(?, ?) dtype=int64>]
>>> dec[0]
<tf.Tensor 'SparseToDense:0' shape=(?, ?) dtype=int64>
>>> s = tf.Session()
>>> s.run(tf.global_variables_initializer())
>>> print dec[0].eval(session=s)
[[0]]

pred 是神经网络的输出。请帮助我了解出了什么问题，因为我认为我应该获得为预测解码的字符的数值，但我得到的是 [[0]]。

【问题讨论】：

标签： python tensorflow speech-recognition keras beam-search

【解决方案1】：

如果您使用的是 Keras，请尝试 K.get_value(dec[0])。

【讨论】：

【解决方案2】：

dec_tf, logp_tf = K.ctc_decode(K.variable(pred, dtype='float32'), K.variable([489],dtype='int32'),greedy=False)
dec = K.eval(dec_tf)
logp = K.eval(logp_tf)

【讨论】：