W tensorflow/core/util/ctc/ctc_loss_calculator.cc:144] No valid path found 或 loss:inf的解决方案
2023-03-14 09:44:10 时间
基于Tensorflow和Keras实现端到端的不定长中文字符检测和识别(文本检测:CTPN,文本识别:DenseNet + CTC),在使用自己的数据训练这个模型的过程中,出现如下错误,由于问题已经解决,当时的出现的问题又没有截图保存,错误又不好复现,所以只能在网上找一张截图下来。
经过查找相关资料,都是说CTC在计算loss时要求输入序列长度不小于标签长度,但是不太懂这句话啥意思。
最终在https://github.com/YCG09/chinese_ocr/issues/15这个链接下和下面这个图片发现了灵感,错误的原因就是训练数据集的label的长度太长了,导致出现loss:inf错误
解决方法:首先在/train/train.py文件下改下这行代码(不一定需要和下方对应)
maxlabellength = 10
然后自己把训练数据集里面label长度大于10的数据删掉(有可能不一定都是10,主要是我这个数据集把label长度大于10的数据删掉对整个数据集影响不大)。这样就不会报错了,如下所示。
如此,问题成功解决。
相关文章
- 京东12G用户数据泄露背后,是光着屁股上网的你!
- 大数据视角的内容产业供给侧结构性改革思考
- 数据的价值是提升业务而不仅仅是用户画像
- 为什么说Storm比Hadoop快?
- 机器数据分析就地安全监视
- 为大数据正名:人即数据,大数据就是我们自己
- 为什么数据挖掘很难成功?
- 大数据,大创收!
- Hadoop问题集
- Apache Hadoop 3.0.0-alpha1主要改进
- 大数据如何改变世界?不尽数据滚滚来
- 大数据获取+计算工具+计算平台的能力=人工智能
- 大数据分析专家?或许这样的人根本不存在!
- 大数据技术将如何影响艺术?
- 做Data Mining,其实大部分时间都花在清洗数据
- 科普篇:什么是大数据
- 数据中心空调关键技术——蒸发器
- 数据分析产品的下一个进化:基于无埋点的有埋点
- 钱岭:大数据研发历程的回顾和思考
- 大数据可视化破解信息安全难题