深度学习基础--loss与激活函数--CTC(Connectionist temporal classification)的loss

本文深入探讨了CTC(ConnectionistTemporalClassification)损失函数在在线序列标记任务中的应用,特别是在语音识别领域,解决了连续训练数据难以精确标注的问题,提供了一种统计方法,只需对整体序列进行标注。

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

CTC(Connectionist temporal classification)的loss

  用在online sequence。由于需要在分类结果中添加一个{no gesture}的类别,如果用在segmented video的分类时,需要去掉这类(因为视频总属于某个类)。

  CTC常用在NLP当中,解决的问题是连续训练的时候不好标数据的问题。比如一段”This is a new world”的语音辨识训练样本,往往不能或者代价太大去辨识出具体哪个字母或者音素在什么位置出现或者终结,CTC提供了一种统计方法,只需要给整体进行标注,并不需要对具体的字母进行标注。

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