服务器个人环境下pytorch0.4.1编译warp-ctc遇到的问题及解决方法

一、关于warp-ctc

　　CTC可以生成一个损失函数，用于在序列数据上进行监督式学习，不需要对齐输入数据及标签，经常连接在一个RNN网络的末端，训练端到端的语音或文本识别系统。CTC论文

　　CTC网络的输入

CTC网络的输入是一个样本（图像）经过网络（一般是CNN+RNN）计算后生成的特征向量（特征序列），这部分可参考CRNN论文

特征序列里各个向量是按序排布的，是从图像样本上从左到右的一个个小的区间映射过来的，可以设置区间的大小（宽度），宽度越小，获得的特征序列里的特征向量个数越多，极端情况下，可以设置区间宽度为1，这样就会生成width（图像宽度）个特征向量（作为后续RNN的输入）。

将CNN产生的一系列（假设为width个）特征序列作为后续RNN（在CRNN中用的是Bi-LSTM）的输入，可以得到一个width维的概率矩阵，这个概率矩阵就可以作为CTC的输入，用来计算CTC loss。

CTC网络的计算过程

CTC网络的计算是为了得到特征序列最可能对应的标签对象，对语音识别是一段话，对文本识别是一段文字。

计算特征序列里每个特征向量（共N个）分别对应的n个可能结果的概率。如果当前的特征向量的预测结果不在样本标签列表里，就置预测结果为blank空格或下划线。计算结果从一个N维的特征序列，得到一个N×n的概率矩阵（就是上面所说的）。

计算上述预测的N×n的概率矩阵的所有可能结果的概率，中间涉及到去除重复字母和blank的操作。N个n维的特征向量（即N×n的概率矩阵）对应的所有可能的结果有Nn

NXn个，涉及到组合学，计算所有可能概率的成本会很高，但是CTC运用了动态规划（前后向算法，这部分推荐看一下HMM）以大幅降低计算的复杂性。

CTC网络的输出

　　对识别过程，取出最大概率对应的结果作为识别结果输出;

对训练过程，取最大概率对应的结果跟真实标签之间的差异（计算编辑距离等方法），作为训练Loss，反向传输给前端网络。

原文链接：https://blog.csdn.net/ft_sunshine/article/details/90300938

二、pytorch环境配置warp-ctc

注：本次编译是按照https://github.com/SeanNaren/warp-ctc的instruction进行的

服务器个人账户环境：

torch0.4.1

python3.7.0

cuda9.0

cudnn

2.1 torch0.4.1

目前pytorch的版本为pytorch1.3.1，官网“get started”提供的下载方式是针对最新版本的。对于旧版本的pytorch，

可以采用pip安装。

pytorch发布的各个版本的torch链接为：https://download.pytorch.org/whl/cu90/torch_stable.html

在官网上也可以找到旧版本。

进入pytorch官网，点击“get started”进入如下界面：

可以看到“Previous PyTorch Versions”的选项，选择，下拉，进入

COMMANDS FOR VERSIONS < 1.0.0

找到“via pip"，可以找到相应的pytorch版本（不全）。

从上面的链接下载

torch-0.4.1-cp37-cp37m-linux_x86_64.whl

来自 <https://download.pytorch.org/whl/cu90/torch_stable.html>

这一版本的torch，然后进行安装。

2.2 torch0.4.1的安装

在命令行输入以下指令：

#新建一个虚拟环境

conda create -n torch0.4.1 python=3.7.0

#进入虚拟环境

conda activate torch0.4.1

#pip安装torch0.4.1

pip install torch-0.4.1-cp37-cp37m-linux_x86_64.whl

#pip安装torchvision

#如果pip安装失败，改成conda install torvision

pip install torchvision

如此，完成torch0.4.1的安装

测试

python

import torch

torch.cuda.is_available()

#输出：True

print(torch.__version__)

#输出：0.4.1

这样即完成torch0.4.1的配置了。

三、在pytorch环境编译warp-ctc

git clone https://github.com/SeanNaren/warp-ctc.git

cd warp-ctc

mkdir build

cd build

cmake ..

make

cd ../pytorch_binding

python setup.py install

但是这样出问题了!

问题一：

在服务器个人账户下，无法使用

git clone https://github.com/SeanNaren/warp-ctc.git

git clone git@github.com:SeanNaren/warp-ctc.git

因此采用把安装包下载下来，然后在指定目录下解压，编译。

这里面zip解压后得到的文件夹名不是“warp-ctc”，需要将其改为“warp-ctc”。

然后按照：

conda activate torch0.4.1

cd warp-ctc

mkdir build

cd build

cmake ..

make

cd ../pytorch_binding

python setup.py install

进行操作

再次出现问题

问题二：

python setup.py install 时，发生错误

应该是torch0.4.1版本过于陈旧，而warp-ctc在不断更新，因此，旧版本的pytorch0.4.1缺少编译warp-ctc的包或者接口

解决方法，参见链接

https://www.twblogs.net/a/5c2a85a1bd9eee01606d3c4c

下载旧的版本。

网上有很多教程，其中issues里面的一个解决方案时用“

ac045b6072b9bc3454fb9f9f17674f0d59373789”

来自 <https://github.com/SeanNaren/warp-ctc/issues/101>

这一版本。

具体操作如下：

然后按照上面的流程操作即可：

conda activate torch0.4.1

cd warp-ctc

mkdir build

cd build

cmake ..

make

cd ../pytorch_binding

python setup.py install

在“cmake ..“过程中，会出现下图的问题，但对后面的”make“和”python setup.py install“似乎没有什么影响

在执行”python setup.py install“时，可能会遇到缺少安装包的情况，此时，直接pip install对应的包应该能够解决问题的。

我遇到的情况如下图所示：

再次执行“python setup.py install”：

配置环境变量：

执行

vi ~/.bashrc

进入配置文件（关于vim编辑问题，可以查阅vim教程）

在文件最后加入

export WARP_CTC_PATH="/home2/jiangjz/warp-ctc/build"

保存退出，然后让配置生效

source ~/.bashrc

最后进行验证：

python

import torch
from warpctc_pytorch import CTCLoss
ctc_loss = CTCLoss()
# expected shape of seqLength x batchSize x alphabet_size
probs = torch.FloatTensor([[[0.1, 0.6, 0.1, 0.1, 0.1], [0.1, 0.1, 0.6, 0.1, 0.1]]]).transpose(0, 1).contiguous()
labels = torch.IntTensor([1, 2])
label_sizes = torch.IntTensor([2])
probs_sizes = torch.IntTensor([2])
probs.requires_grad_(True) # tells autograd to compute gradients for probs
cost = ctc_loss(probs, labels, probs_sizes, label_sizes)
cost.backward()

print(cost)

来自 <https://github.com/SeanNaren/warp-ctc>

这里在“from warpctc_pytorch import CTCLoss”时报了错：