源碼地址：https://github.com/tensorflow/models/tree/master/research/deep_speech

運(yùn)行腳本

export PYTHONPATH="$PYTHONPATH:/home/luke/Download/tmp/models"
export TF_FORCE_GPU_ALLOW_GROWTH=true
python deep_speech.py --train_data_dir=/tmp/librispeech_data/final_train_dataset.csv --eval_data_dir=/tmp/librispeech_data/final_eval_dataset.csv --num_gpus=1 --wer_threshold=0.23 --seed=1

_______________________________________________

調(diào)試筆記：

我對 tf.estimator.Estimator 并不熟悉，之前并沒有用過，不知道怎么可以像Keras一樣，直接來個(gè) model.summary() 就可以把模型做到心中有數(shù)，

所以還是想把各層的結(jié)構(gòu)打印出來，

但是在TensorFlow下，打印也不是一件容易的事，不像常規(guī)的代碼一樣，直接print，很方便

所以想到了一個(gè)暴力調(diào)試辦法，就是制造錯誤，

如在 deep_speech_model.py 中，我想要打印 DeepSpeech2 的 input 的結(jié)構(gòu)，我添加

總結(jié)

以上是生活随笔為你收集整理的tensorflow deep_speech2 神经网络结构代码分析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。