Update casia_hwdb.py #1

2023-03-16T08:21:01+08:00

fangjiyuan commented

2023-03-16 08:21:01 +08:00

(Migrated from github.com)

默认不用v2版函数会报错。

a01163125 commented

2024-01-02 20:15:26 +08:00

(Migrated from github.com)

你这么写谁看得懂？

tensorflow.python.framework.errors_impl.InvalidArgumentError: {{function_node __inference_Dataset_map_parse_example_25}} Input to reshape is a tensor with 4446 values, but the requested shape has 4096

果然将load_ds函数中的ds = ds.map(parse_example)改为ds = ds.map(parse_example_v2)问题就解决了。

你这么写谁看得懂？ tensorflow.python.framework.errors_impl.InvalidArgumentError: {{function_node __inference_Dataset_map_parse_example_25}} Input to reshape is a tensor with 4446 values, but the requested shape has 4096 果然将load_ds函数中的ds = ds.map(parse_example)改为ds = ds.map(parse_example_v2)问题就解决了。

👍 1

fangjiyuan commented

2024-01-03 19:59:41 +08:00

(Migrated from github.com)

你也是受害者之一。吼吼吼

a01163125 commented

2024-02-11 14:31:18 +08:00

(Migrated from github.com)

用 model002 会报错的原因有两个。
我首先定位到了dense层的问题，只要不用全连接层，问题就不会出现。但是如果要用呢？我开始怀疑的是神经元的数量不够，因为分类有7300个，但是你只设置了1024个神经元，这肯定不对。因为你无法从1024个分类器中选出7300个结果。但是我设置成为8192， 65536， loss始终不变，几乎不变。 acc感觉有在bp，但是每次都是猛降。
所以感觉要试一下lr，把lr除以10，问题解决。

另外，我忘了是不是还要加一层，因为flatten之后再到dense数量上可能也要注意。

所以在这里我也深刻体验到了：模型结构变复杂的话， lr也要调小。

用 model002 会报错的原因有两个。我首先定位到了dense层的问题，只要不用全连接层，问题就不会出现。但是如果要用呢？我开始怀疑的是神经元的数量不够，因为分类有7300个，但是你只设置了1024个神经元，这肯定不对。因为你无法从1024个分类器中选出7300个结果。但是我设置成为8192， 65536， loss始终不变，几乎不变。 acc感觉有在bp，但是每次都是猛降。所以感觉要试一下lr，把lr除以10，问题解决。另外，我忘了是不是还要加一层，因为flatten之后再到dense数量上可能也要注意。所以在这里我也深刻体验到了：模型结构变复杂的话， lr也要调小。

fangjiyuan commented

2024-02-18 10:34:48 +08:00

(Migrated from github.com)

用 model002 会报错的原因有两个。我首先定位到了dense层的问题，只要不用全连接层，问题就不会出现。但是如果要用呢？我开始怀疑的是神经元的数量不够，因为分类有7300个，但是你只设置了1024个神经元，这肯定不对。因为你无法从1024个分类器中选出7300个结果。但是我设置成为8192， 65536， loss始终不变，几乎不变。 acc感觉有在bp，但是每次都是猛降。所以感觉要试一下lr，把lr除以10，问题解决。

另外，我忘了是不是还要加一层，因为flatten之后再到dense数量上可能也要注意。

所以在这里我也深刻体验到了：模型结构变复杂的话， lr也要调小。

棒。

> 用 model002 会报错的原因有两个。我首先定位到了dense层的问题，只要不用全连接层，问题就不会出现。但是如果要用呢？我开始怀疑的是神经元的数量不够，因为分类有7300个，但是你只设置了1024个神经元，这肯定不对。因为你无法从1024个分类器中选出7300个结果。但是我设置成为8192， 65536， loss始终不变，几乎不变。 acc感觉有在bp，但是每次都是猛降。所以感觉要试一下lr，把lr除以10，问题解决。 > > 另外，我忘了是不是还要加一层，因为flatten之后再到dense数量上可能也要注意。 > > 所以在这里我也深刻体验到了：模型结构变复杂的话， lr也要调小。棒。

hehechao commented

2024-04-17 14:39:15 +08:00

(Migrated from github.com)

训练完之后识别效果差怎么办？训练了1000轮

This pull request can be merged automatically.

You are not authorized to merge this pull request.

View command line instructions

Checkout

From your project repository, check out a new branch and test the changes.

git fetch -u origin fangjiyuan/patch-1:fangjiyuan/patch-1

git checkout fangjiyuan/patch-1

Sign in to join this conversation.

1 Participants

Notifications

Due Date

No due date set.

Dependencies

No dependencies set.

Reference: dearsky/ocrcn_tf2#1