双方向LSTMとCTC出力レイヤを使用したRNNのディープラーニングフレームワーク

Question

私があなたを助けてくれることを願っています。

双方向LSTMとCTC出力レイヤーでRNNを設定する予定です。

私はTheanoとLasagneと一緒に作業していましたが、残念ながらCTCを使用して双方向LSTMを実装する可能性はありません。

ラザニアはRNNのpossibiltiy提供しています： http://lasagne.readthedocs.io/en/latest/modules/layers/recurrent.html

をそして私はまた、CTCの実装が見つかりました： https://github.com/skaae/Lasagne-CTC

あなたはTheanoとラザニアでこれをやろうか？ または別のフレームワークをお勧めしますか？

あなたのご意見がありがとうございます。

Answer 1

私はLasagneの経験がほとんどありません。私が知る限り、Theano、Tensorflow、Keras、Lasagneなどのように構築されたオープンソースの深い学習フレームワークの場合、まだ統合されたCTCレイヤはありません。

ここで私が管理しているケラスのフォークをお勧めします。これには、動作中のCTCが組み込まれています。チェックはhereです。今まで、次の列車/テスト機能は、CTCのコストとうまく動作：

• train_on_batch（）
• test_on_batch（）のほかに
• predict_on_batch（）

をCTC、このフォークでFCN（完全畳み込みネットワーク）、CNN + LSTMの組み合わせも構築できます。これが助けてくれることを願って、私はあなたのフィードバックを聞いてうれしいです。