win10 +warp-CTC安装 pytorch_binding

最新推荐文章于 2024-08-22 10:04:22 发布

原创

最新推荐文章于 2024-08-22 10:04:22 发布 · 4.7k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#warp-CTC #pytorch #TensorFlow

本文介绍了在Win10系统下，如何安装warp-CTC并解决pytorch_binding编译问题。通过克隆warp-CTC仓库，进行编译与安装，然后验证在PyTorch中使用GPU的CTC损失函数。在遇到'Dll Load Failed'错误时，可将相关dll文件复制到相应目录。同时，提供了在VS 2017中构建的步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

warp-CTC安装

http://www.pianshen.com/article/862428080/

warpctc_pytorch 编译不成功的解决办法

warp-CTC是百度开源的一个可以应用在CPU和GPU上高效并行的CTC代码库，对CTC算法进行了并行处理。

warp-CTC安装：

git clone https://github.com/SeanNaren/warp-ctc.git
cd warp-ctc
mkdir build; cd build
cmake ..
make
cd ../pytorch_binding
python setup.py install

添加环境变量：

gedit ./.bashrc
export WARP_CTC_PATH=/home/xxx/warp-ctc/build

验证pytorch中warp-CTC是否可用GPU例子：

cd /home/xxx/warp-ctc/pytorch_binding/tests
python test_gpu.py
OK输出：

或：

import torch
from torch.autograd import Variable
from warpctc_pytorch import CTCLoss
ctc_loss = CTCLoss()
# expected shape of seqLength x batchSize x alphabet_size
probs = torch.FloatTensor([[[0.1, 0.6, 0.1, 0.1, 0.1], [0.1, 0.1, 0.6, 0.1, 0.1]]]).transpose(0, 1).contiguous()
labels = Variable(torch.