ctc loss解决问题：src/binding.cpp:6:29: fatal error: torch/extension.h: No such file or directory 墙内没有

最新推荐文章于 2024-03-20 16:31:08 发布

原创最新推荐文章于 2024-03-20 16:31:08 发布 · 7.2k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #ctcloss

AI 专栏收录该内容

80 篇文章

订阅专栏

本文详细介绍了如何编译安装 PyTorch 的 CTC Loss，并解决在墙内环境下遇到的 fatal error: 'torch/extension.h' No such file or directory 错误。提供了解决方案的 GitHub 链接，并分享了适用于 PyTorch 1.0 版本的代码示例。

编译安装pytorch的 ctc loss 使用仓库：

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

会遇到问题：墙内没有解决方案：

src/binding.cpp:6:29: fatal error: torch/extension.h: No such file or directory
compilation terminated.

解决参考帖子：（我当时百度搜不出来。。。）

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

OK, this seems to be related to PyTorch 1.0. If you are using PyTorch 0.4, just revert this repo to the previous commit:
git checkout ac045b6072b9bc3454fb9f9f17674f0d59373789
and then it will work.

最后放个测试代码：

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()