ctc_loss_calculator.cc:144] No valid path found.或loss: inf

本文链接：https://blog.youkuaiyun.com/qq_39226755/article/details/100834206

在模型训练过程中遇到loss为inf的问题，分析发现输入长度必须大于标签长度，且差距应考虑识别字符串中相邻重复字符数。通过增加输入长度解决此问题，具体方法是在网络结构中插入Reshape层调整输入尺寸，从而避免错误并使模型能够正常训练。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近经常出现一个错误，在模型训练的时候loss：inf，如果出现的不多的话还是可以接受的，但是一旦这个大量出现，模型就不能训练了，损失也很难收敛，所以今天我终于把这个问题解决了，写下来表示分享。
经过分析，是输入长度和标签长度之间的问题，网上说要求输入长度要大于标签长度，我看了一下我的输入长度13，标签长度10，符合要求，但是依然出现错误，我换了一个模型之后输入长度14，标签长度10，问题消失，得出结论，输入长度要高于标签长度一部分，至于高出多少，应该考虑识别的字符串中重复并且相邻的字符数，简单来说就是尽量的多一些吧，目前没有分析增加输入长度对性能的影响，至少肉眼感觉不出来，但是影响性能是肯定的。
下面说怎么增加输入长度，我们知道用CTCloss的时候需要有四个输入，分别如下：
在这里插入图片描述
后两个参数就是输入长度和标签长度，标签长度肯定是没法改的，这个需求是固定的，所以只能改input_length，后来我发现input_length是和网络结构相关的，如图:

可以看到，基础网络传入CTC中的尺寸是（15,37），这个15和我们的input_length就有关系了ÿ