pytorch编译配置warp-CTC，warpctc_pytorch 编译

warp_ctc源码地址为：https://github.com/SeanNaren/Warp-ctc

1.下载压缩包并解压，或直接git clone源码。

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

2.运行如下指令进行编译：

 
 

   
   

    
    

   
   
   
   

    
    

     
     mv warp-ctc-pytorch_bindings/ warp-ctc 
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     cd warp-ctc
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     mkdir build; 
     
     cd build
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     cmake ..
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     make
    
    
   
   
 
 

3.开始安装：

 
 

   
   

    
    

   
   
   
   

    
    

     
     cd 
     
     pytorch_binding
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     python 
     
     setup
     
     .py 
     
     install
    
    
   
   
 
 

4. 安装结束后，在warp-ctc/pytorch_binding/build目录下新建一个test.py文件进行测试。目录结构如下：

文件内容为：

 
 

   
   

    
    

   
   
   
   

    
    

     
     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()
    
    
   
   
 
 

执行python test.py，若没有报错，则证明编译及运行成功。

6.将其应用于其他项目中。若某项目存在一py格式文件，存在如下调用方式：

则将warp-ctc/pytorch_binding/build/warpctc_pytorch 目录拷贝至与该py文件同级的目录下。

cp -r ~/warp-ctc/pytorch_binding/build/warpctc_pytorch .
 
 

再执行该py文件即可成功。