尝试预测音频时出错：无法计算输出张量（"ctc/ExpandDims_22:0"
Error when trying to predict audio: Could not compute output Tensor ("ctc/ExpandDims_22:0"
所以我尝试使用 librispeech 数据集 dev-clean 创建语音识别神经网络。我尝试将代码从 https://github.com/soheil-mpg/Speech-Recognition 转换为 jupyter notebook。
似乎一切正常。该模型可以训练并且不会给出任何错误。
但是在使用 model.predict() 时出现以下错误：
AssertionError: Could not compute output Tensor("ctc/ExpandDims_22:0", shape=(None, 1), dtype=float32)
我将 Jupyter Notebook 上传到 https://github.com/jake-salmone/ASR
代码几乎相同，唯一不同的是，我不使用 json，而是使用 pandas DataFrame。
我找到了答案！：模型的输出尺寸错误。
当然ctc loss应该只在训练的时候加入到模型中。
添加ctc loss时，应该只发生在函数范围内：
model = add_ctc_loss(model)
并创建一个只在函数范围内添加损失的训练函数，不会改变模型。
所以我尝试使用 librispeech 数据集 dev-clean 创建语音识别神经网络。我尝试将代码从 https://github.com/soheil-mpg/Speech-Recognition 转换为 jupyter notebook。
似乎一切正常。该模型可以训练并且不会给出任何错误。 但是在使用 model.predict() 时出现以下错误：
AssertionError: Could not compute output Tensor("ctc/ExpandDims_22:0", shape=(None, 1), dtype=float32)
我将 Jupyter Notebook 上传到 https://github.com/jake-salmone/ASR
代码几乎相同，唯一不同的是，我不使用 json，而是使用 pandas DataFrame。
我找到了答案！：模型的输出尺寸错误。
当然ctc loss应该只在训练的时候加入到模型中。
添加ctc loss时，应该只发生在函数范围内：
model = add_ctc_loss(model)
并创建一个只在函数范围内添加损失的训练函数，不会改变模型。