我刚刚阅读了有关用于文本识别的 cnn + rnn 的论文。数据集的标签是字符索引的张量（例如 [0, 1, 2 ] 用于标签为“abc”的图像）。由于每个输入的标签长度不同，我需要将标签转换为稀疏张量值吗？因为论文没有提到它。
CRNN 是否对其标签使用稀疏张量值？
数据挖掘
深度学习
美国有线电视新闻网
rnn
ocr
2022-02-13 01:24:46
1个回答
我的假设是，如果输入向量的长度可变，则应使用 keras.preprocessing.sequence.pad_sequences 之类的东西（以及忽略这些填充值的掩码层）作为将所有输入样本重新格式化为相同的方法大小，以便循环模型的输入满足具有固定 num_timesteps 长度的要求。
功能文档：
将序列填充到相同的长度。
此函数将 num_samples 序列列表（整数列表）转换为 2D Numpy 形状数组（num_samples，num_timesteps）。num_timesteps 是 maxlen 参数（如果提供），否则是最长序列的长度。
短于 num_timesteps 的序列在最后用值填充。
长于 num_timesteps 的序列将被截断，以使其符合所需的长度。发生填充或截断的位置分别由参数填充和截断决定。
其它你可能感兴趣的问题