Обратное распространение на метки в тензорном потоке ctc_loss
Я работаю с функцией потери тензор потока CTC tf.nn.ctc_loss(labels,inputs,__)
Вот inputs аргумент является выходом из некоторого RNN1 и labels аргумент является истинной целью, которую мы хотим достичь.
В моем случае labels также генерируется из некоторого другого RNN2.
Но после обучения только весовые коэффициенты RNN1 обновляются путем обратного распространения тензорного потока, а весовые коэффициенты RNN2 не меняются вообще. Я думаю, что tenorflow не поддерживает обратное распространение в labels за ctc_loss как сделано в tf.nn.softmax_cross_entropy_with_logits_v2(),
Каков возможный обходной путь для этого?