模型收敛问题

[cltdevelop]

你好，想问一下，我在中文数据集上训练后，loss从150左右降到35， 但模型对于不同图片的预测结果始终是相同的37个汉字，比如“并并并.......”，能请教一下可能是什么问题吗？或者是什么问题导致模型不收敛呢？

[A-bone1]

你好，我当时在训练模型时，前阶段的预测结果也只有相同的汉字。但随着训练的进行，模型就可以预测出正确的汉字了。所以，其中一个原因可能是训练次数不够，另一个原因可能是生成tfrecord时文本标签没有正确生成。建议可以打开tensorboard，看看image与text是否能够一一对应

[cltdevelop]

你好，模型里面用到tfrecord文件中的image/encoded和image/class这两个属性，image/text这个属性在模型构建中没有用到吧？

[A-bone1]

训练中应该没用到，但是在tensorboard中会根据image/text呈现样本真实标签，建议可以用tensorboard打开logs中的文件进行详细内容的查看。其中，也能直接看到随机采样一些预测文本。

[wkhunter]

我tensorboard已确认image和text，tfrecord已经正确生成，但是训练了几天，loss一直稳定在30左右，想请教作者，你训练5000个汉字，最终训练了多久时间，才能有效果？

[A-bone1]

@wkhunter 你好，我当时180万的合成图片大概1个epoch就有初步效果了，后面loss也稳定在了40左右，但是，随着迭代次数的增多，验证集上的准确度是有在一直提升的，你可以在训练的同时运行在验证集上运行python eval.py，然后调节里面每次测试准确率的间隔时间，看准确率是否一直在持续增加