tensorflow.python.framework.errors_impl.InvalidArgumentError: Not enough time for target transition sequence (required: 45, available: 39)4You can turn this error into a warning by using the flag ignore_longer_outputs_than_inputs [Op:CTCLoss]
报错原因:是输入数据的标签长度(45)大于数据序列的长度(39)。

解决办法:

1、确保数据的前处理后label长度小于序列长度,通常发生在对数据做特征提取后长度变短小于label长度;

接下来重点是第二种方法           

 2、设置ignore_longer_outputs_than_inputs为True,此时遇到这类训练数据,CTCLoss会自动返回0梯度;

       tf.nn.ctc_loss(targets, logits, seq_len,ignore_longer_outputs_than_inputs=True)
但是我们使用的是keras构建的神经网络不能自己在网络里设置ignore_longer_outputs_than_inputs=True,那么我们可以找到安装包里的参数进行更改

更改位置在

/usr/local/lib/python3.7/site-packages/tensorflow_core/python/ops/ctc_ops.py里

keras ctc loss error: InvalidArgumentError: 修改ignore_longer_outputs_than_inputs=True

根据自己安装的路径找到ctc_ops.py文件更改即可

无论使用的tf1.3+、还是tf2.0都可以使用这种方法

深度学习的小白,最近学习使用tf2.0 。遇到同样问题的小伙伴觉得这个有帮助的给个鼓励、点个赞。