CNN +稠密+ CTC Keras

Question

大家好，我正试图用CNN + Dense + CTC来解决TIMIT任务

基本上这就是我的模型：

1)一些ConvLayers2D。

2)形状转换

3)稠密

4)反恐委员会

因此，转变是：

在CNN之后，我得到了一个形状输出(Batch_size，number_of_feature_maps,41，sequence_length) 41是Mel滤波器组/能量。

我将它转到(Batch_size，sequence_length,41*number_of_feature_maps)以获得一个3的模糊值，其中包括：

​

注意到sequence_length是None，因为每个mini_batch都不同，所以我们有(None，None，X)之类的东西

然后我试了两件事，这是密码：

​

和

​

​

我基本上不了解这两种方法的行为。第一种使用TimeDistributed时，损失和音素误差率降低。问题是第二种方法也起作用了！稠密层对(无，无，X)张量起什么作用？

谢谢！

Answer 1

退房：Keras LSTM dense layer multidimensional input

在keras <2.0的情况下:您需要使用TimeDistributed包装器，以便将它以元素的方式应用于序列。在Keras2.0的情况下:在默认情况下，按元素的方向应用密集层。