senlinuc
commented
6 years ago cnn跟blstm输出的特征向量并没有本质区别，都是图像切片的表征，不同的是blstm会在cnn特征的基础上做了更大感受野的融合。 理论上blstm融合后的特征会更好，特别是对于复杂的情况，比如VGG英文数据集上no-blstm的效果要差很多。 这方面貌似没有发现有类似尝试的论文，no-lstm算是一个灵机一动的尝试，工程方面的意义更大些吧。
Open zyxrrr opened 6 years ago
senlinuc
commented
6 years ago cnn跟blstm输出的特征向量并没有本质区别，都是图像切片的表征，不同的是blstm会在cnn特征的基础上做了更大感受野的融合。 理论上blstm融合后的特征会更好，特别是对于复杂的情况，比如VGG英文数据集上no-blstm的效果要差很多。 这方面貌似没有发现有类似尝试的论文，no-lstm算是一个灵机一动的尝试，工程方面的意义更大些吧。
zyxrrr
commented
6 years ago 谢谢回答！
你好！我看了cnn+blstm+ctc的网络结构，cnn最后输出的是一系列的向量，经过blstm转换成每个向量的预测分布，最后由ctc得到结果。 README中提到“no-blstm”表示没有lstm层，CNN直接对接CTC。这样是如何将向量序列得到预测分布呢？ 或者请给我一篇相关论文，不胜感激！