在处理训练数据的时候label存在问题

[xxlxx1]

如果使用的数据label长度都相同的时候不会有问题，换了新的数据，label长度不同，因为新的batch是直接把新的值覆盖在上一个batch的label上的，train.py ：104行，就会造成不符合事实的label。 应该加一句 labels[i, len(str):] = 10000 在105行，还原padding的值

[YCG09]

恩，是的

[Govan111]

@xxlxx1 我在训练不定长label的数据时，acc一直为0，按你的建议改了后还是一直为0，但是我训练作者提供定长的合成中文数据集训练时acc表现就很正常，请问你这样做了以后训练就正常了吗？

[xxlxx1]

@Govan111 我现在结果都正常，你可以试试debug到计算acc的地方，看看结果到底预测成什么了

[xxlxx1]

@Govan111 我是加入了计算编辑距离，所以写了个回调函数计算acc和编辑距离，keras自带的计算acc地方就debug不到了

[Govan111]

@xxlxx1 我尝试了加大学习率和迭代次数，acc有升高，但还是很低，在0.4以下。我期望值是在0.8以上的，所以还在想办法。

[xxlxx1]

@Govan111 我使用学习率0.001在多个数据集上（自己准备的，打印体手写体都有）都能达到0.8-0.9多的acc，有可能是你数据集问题，也有可能是你计算acc的问题，因为我觉得这个代码计算acc有些问题，使用loss为0记作一个正确的样本的

[foundersix]

请问下我的训练样本label长度不等，按照您给的建议在105行加了代码，为什么还是报错，Saw a non-null label (index >= num_classes - 1) following a null label, batch: 1 num_classes: 11 labels

[P5best]

我也是报一样的错？请问您解决了吗 @foundersix 顺便我把nclass+2的话就不会报错了，不理解

[foundersix]

@P5best 我解决了。。他的分类数估计要对应上。。在代码里，因为我修改了分类数

[P5best]

@foundersix 您最后loss能到多少呢，我loss基本在2左右就下不去了，如果长度不够10他都用10000来补充，这个10000会加入到训练吗

[foundersix]

@foundersix 您最后loss能到多少呢，我loss基本在2左右就下不去了，如果长度不够10他都用10000来补充，这个10000会加入到训练吗

年代久远，有点忘了，但是loss应该和你差不多。。

[shining-love]

@xxlxx1 我尝试了加大学习率和迭代次数，acc有升高，但还是很低，在0.4以下。我期望值是在0.8以上的，所以还在想办法。

你好，我也遇到了你这种问题，请问你怎么解决的？