Update casia_hwdb.py

[fangjiyuan]

默认不用v2版函数会报错。

[a01163125]

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。

[fangjiyuan]

你也是受害者之一。吼吼吼

[a01163125]

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]

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]

训练完之后识别效果差怎么办？训练了1000轮