tensorflow学习——调试ctc的两个bug

本文探讨了在深度学习中遇到的InvalidArgumentError和FailedPreconditionError错误,并详细解释了这两种错误的原因,包括label长度超过数据序列长度及数据序列长度不足等问题。文章进一步分析了这些错误可能出现在图像或语音数据处理过程中的场景。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

InvalidArgumentError (see above for traceback): Not enough time for target transition sequence (required: 8, available: 7)

错误原因:label的长度比数据(图像、或语音等)的 序列sequence还长,这个可能是原始数据reshape到标准的feature,同时step就小于了label的长度。比如图像缩放到标准的height,width也同比例缩放了,小于了label的length。
FailedPreconditionError (see above for traceback): sequence_length(3)<150

错误原因: 数据的sequence比lstm的step还长。 如果数据直接进入lstm,那么step等于数据补齐后的最长sequence。但是如果数据先进cnn,再进lstm。那么在计算sequence时要考虑cnn的shape变化

 

转载于:https://www.cnblogs.com/yuetz/p/6762501.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值