[英]How to avoid defining target tensors in Tensorflow 2 for CTC loss model?
我正在嘗試在 Tensorflow 2 中使用 tf.distribute.MirroredStrategy() 進行多 GPU 訓練,在 model 上進行 CTC 損失。
問題是 model 需要定義 target_tensors 才能編譯。 這可能是什么原因? 是否有一些解決方法並在不定義 target_tensors 的情況下編譯 model?
如果我沒有通過目標,我會得到以下結果:
TypeError: Value passed to parameter 'indices' has DataType float32 not in list of allowed values: uint8, int32, int64
model 是使用 Keras 功能 API 定義的,方法如下:
model = Model(name ='Joined_Model_2',inputs=self.inp, outputs=[self.network.outp, self.network.outp_stt])
model 必須編譯為:
self.model_joined.compile(optimizer=optimizer_stt,
loss=losses,
loss_weights= lossWeights,
target_tensors=[target1, target2]
)
model 有 2 個輸出,但是第二個使用的 CTC 損耗導致了問題。
這是通過使用 tf-nightly 版本解決的。
Tf-nightly 不允許在急切執行模式下使用 target_tensors。 使用夜間版本,我的 model 在沒有目標張量的情況下成功編譯(實現沒有變化),所以問題解決了。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.