训练准确率一直为0.。。。

[wenmuzhou]

训练准确率一直为0.。。。

[dengfenglai321]

使用的是绝对路径。图片读取，label读取是正确的。。。，

[novioleo]

麻烦查看下你的卷积层中哪个环节数据错了。你这个大概率就是图片加载错误，或者其他类型的错误。简而言之输入到网络中的图大概率有nan

[dengfenglai321]

麻烦查看下你的卷积层中哪个环节数据错了。你这个大概率就是图片加载错误，或者其他类型的错误。简而言之输入到网络中的图大概率有nan

数据集加载没有问题，此外，换了数据集，换成IIIT5K数据集，训练准确率也是一直都是000000000

[novioleo]

那你能debug看下是哪个环节不正常的吗？你这样说我们没法判断。 @cendelian

[WenmuZhou]

建议先使用数据数据集看看，IIIT5K数据集太小，欠拟合也正常

[dengfenglai321]

建议先使用数据数据集看看，IIIT5K数据集太小，欠拟合也正常

我打印输出如下：

class RecMetric:
    def __init__(self, converter):
        """
        文本识别相关指标计算类

        :param converter: 用于label转换的转换器
        """
        self.converter = converter

    def __call__(self, predictions, labels):
        n_correct = 0
        norm_edit_dis = 0.0
        predictions = predictions.softmax(dim=2).detach().cpu().numpy()
        # print('prediction is {}'.format(predictions))
        preds_str = self.converter.decode(predictions)
        print('preds_str is {}'.format(preds_str))

训练一开始 pred_str有数据，过了两三次就输出都是空

。

我的digit.txt 一共有62个字符（IIIT5K 62个字符）如下：

[dengfenglai321]

那你能debug看下是哪个环节不正常的吗？你这样说我们没法判断。 @cendelian

大佬，rec_train.py是不是有bug？。。
梯度清零可以在模型推理前吗？

我把 # 清零梯度及反向传播
optimizer.zero_grad()
移至
loss_dict['loss'].backward()
torch.nn.utils.clip_grad_norm_(net.parameters(), 5)
前
训练就不是准确率一直为0了，，，，

[Aionrichman]

那你能debug看下是哪个环节不正常的吗？你这样说我们没法判断。 @cendelian

大佬，rec_train.py是不是有bug？。。
梯度清零可以在模型推理前吗？

我把 # 清零梯度及反向传播
optimizer.zero_grad()
移至
loss_dict['loss'].backward()
torch.nn.utils.clip_grad_norm_(net.parameters(), 5)
前
训练就不是准确率一直为0了，，，，

请问移动后代码是怎样的？可以说详细点吗

[dengfenglai321]

那你能debug看下是哪个环节不正常的吗？你这样说我们没法判断。 @cendelian

大佬，rec_train.py是不是有bug？。。
梯度清零可以在模型推理前吗？
我把 # 清零梯度及反向传播
optimizer.zero_grad()
移至
loss_dict['loss'].backward()
torch.nn.utils.clip_grad_norm_(net.parameters(), 5)
前
训练就不是准确率一直为0了，，，，

请问移动后代码是怎样的？可以说详细点吗
我发现跟这个没有关系。。。。。训练几轮准确率就有变化，，，，准确率很高，但是评估的时候很不准。。。。。。。。。