tensorflow deep_speech2 神經網絡結構代碼分析

源碼地址：https://github.com/tensorflow/models/tree/master/research/deep_speech

運行腳本

export PYTHONPATH="$PYTHONPATH:/home/luke/Download/tmp/models"
export TF_FORCE_GPU_ALLOW_GROWTH=true
python deep_speech.py --train_data_dir=/tmp/librispeech_data/final_train_dataset.csv --eval_data_dir=/tmp/librispeech_data/final_eval_dataset.csv --num_gpus=1 --wer_threshold=0.23 --seed=1

_______________________________________________

調試筆記：

我對 tf.estimator.Estimator 並不熟悉，之前並沒有用過，不知道怎麼可以像Keras一樣，直接來個 model.summary() 就可以把模型做到心中有數，

所以還是想把各層的結構打印出來，

但是在TensorFlow下，打印也不是一件容易的事，不像常規的代碼一樣，直接print，很方便

所以想到了一個暴力調試辦法，就是製造錯誤，

如在 deep_speech_model.py 中，我想要打印 DeepSpeech2 的 input 的結構，我添加一行代碼，製造下面的錯誤：

  def __call__(self, inputs, training):
    inputs = tf.keras.layers.Conv1D(10, 20)(i