关于前后向算法中alpha和beta的问题

[l2009312042]

从源码中看fst_read.cc中ReadFst函数看，beta_next和alpha_next的具体含义是否跟常规的前后向算法一致？ 感觉这俩实际赋值，跟常规计算的公式，是反着的 是正常的 alpha的计算需要看前面的 beta的计算需要看后面的 没问题的

2、还有一个问题。就是path_weight这个在loss的计算中基本是没有用到的，请问计算这个值的作用是什么呢?

[liubin3702]

同问 pathweight既然没有参与反向传播，作用是不是就是语言模型打分了？

[maxwellzh]

path weight只是分子部分的LM打分，和声学模型参数更新是无关的，可参考https://github.com/thu-spmi/CAT/issues/53#issuecomment-1064994025

[liubin3702]

语言模型的参数在训练过程中需要更新吗？是否与path_weight 有关

[maxwellzh]

目前我们的实现中，使用的LM在训练中是固定的（预先训练好的n-gram），并且无法支持同时训练LM

[liubin3702]

目前我们的实现中，使用的LM在训练中是固定的（预先训练好的n-gram），并且无法支持同时训练LM

我自己定义了egs 训练时学习率怎么逐步上升的 上升好几轮才下降

[maxwellzh]

我自己定义了egs 训练时学习率怎么逐步上升的 上升好几轮才下降

@liubin3702 learning rate 受到scheduler的影响，我们定义了一些常用的scheduler，请参考https://github.com/thu-spmi/CAT/blob/master/scripts/ctc-crf/scheduler.py

[liubin3702]

我自己定义了egs 训练时学习率怎么逐步上升的 上升好几轮才下降

@liubin3702 learning rate 受到scheduler的影响，我们定义了一些常用的scheduler，请参考https://github.com/thu-spmi/CAT/blob/master/scripts/ctc-crf/scheduler.py

已经完成了完整的训练并且测试了在解码之前的字错误率。我现在遇到的问题是，在步骤8 TLG解码测试时，执行ctc-crf/decode.sh 遇到了“run.pl: job failed, log is in exp/TDNN_LSTM/decode_test/scoring_kaldi/log/stats1.log”的报错，log中没用error，只有一行“Cannot read file at utils/scoring/wer_per_spk_details.pl line 135.”疑似错误，无法定位到问题在哪里；能否帮忙看看可能是哪里出的问题？

[maxwellzh]

@liubin3702 请问你执行的是哪个egs下的脚本？

[liubin3702]

@liubin3702 请问你执行的是哪个egs下的脚本？

先跑的aishell1的脚本 一切顺利 TLG解码也没问题，用这个脚本改了自己需要的数据集和最小单元（有调拼音）；最后一步测试遇到的上述问题