Update casia_hwdb.py #1

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

dearsky commented

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

(Migrated from gitea.proxy.dearsky.top)

默认不用v2版函数会报错。

dearsky commented

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

(Migrated from gitea.proxy.dearsky.top)

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

dearsky commented

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

(Migrated from gitea.proxy.dearsky.top)

你也是受害者之一。吼吼吼

dearsky commented

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

(Migrated from gitea.proxy.dearsky.top)

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。

dearsky commented

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

(Migrated from gitea.proxy.dearsky.top)

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。

dearsky commented

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

(Migrated from gitea.proxy.dearsky.top)

训练完之后识别效果差怎么办？训练了1000轮

This pull request is broken due to missing fork information.

View command line instructions

Checkout

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

git fetch -u origin refs/pull/1/head:refs/pull/1/head

git checkout refs/pull/1/head

Sign in to join this conversation.

1 Participants

Notifications

Due Date

No due date set.

Dependencies

No dependencies set.

Reference: PullFromGitHub/ocrcn_tf2#1