CTC（Connectionist Temporal Classification）論文筆記

1. 思想 序列學習任務需要從未分割的輸入數據中預測序列的結果。HMM模型與CRF模型是序列標籤任務中主要使用的框架，這些方法對於許多問題已經獲得了較好的效果，但是它們也有缺點： （1）需要大量任務相關的知識，例如，HMM中的狀態模型，CRF中的輸入特徵選擇； （2）需要有獨立性假設作爲支撐； （3）對於標準的HMM模型，它是生成式的，但是序列標籤時判別式的。 RNN網絡除了出入與輸出的表達方式需

>>阅读原文<<