CTCloss详解

CTC Loss是一种用于序列到序列任务的损失函数,尤其在语音识别和自然语言处理中常见。该损失函数通过动态规划计算所有可能的映射路径概率总和,避免了枚举方法的高计算复杂度。在PyTorch中,1.0.0及以上版本内置了nn.CTCLoss,而旧版本则需依赖warp-ctc库。理解CTC Loss的关键在于掌握其映射规则和DP算法,以及在实际项目中的使用方法。

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

1.映射规则:

案例:

2. ctcloss

计算所有可以映射为输出路径的概率总和:枚举方法计算量太大, 所以采用DP:

一共三种情况:

1.

PPT:

评论 2
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

打赏作者

yang_daxia

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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