sssimpleboy

> Try decreasing batch size. Sources: [pytorch/pytorch#46974](https://github.com/pytorch/pytorch/issues/46974) and [pytorch/pytorch#21819](https://github.com/pytorch/pytorch/issues/21819) my batchsize is one,but failed

我已经知道数据集咋弄的了，看别人的问题，应该是把下载的数据集进行剪裁形成新的数据集！ 不过还是有其他问题，哈哈

当我训练时，经常会出现 NoneType 类型然后中断训练。请问是什么原因呢? 有时候在第一个epoch 有时候在第二个epoch。 这个出现的时机也不一样。 

该怎么办呀~~~ 上面的报错里面有一行是 

> 碰到同样问题了 ，之前会出现 RecursionError: maximum recursion depth exceeded in comparison，修改递归深度为100000后出现你这种错误，挺难受 这种用的人不多的算法挺难搞的。主要是没人讨论。我已经换算法了。

> 碰到同样问题了 ，之前会出现 RecursionError: maximum recursion depth exceeded in comparison，修改递归深度为100000后出现你这种错误，挺难受 你问吧 但我估计我也不会 哈哈

> 没了解过，如果你弄好了的话，可以提一个PR 我之前尝试了一下。失败了，后来把模型分成矫正和识别两部分，矫正的部分转成功了，识别的部分还是失败。只对转换所使用的那张图片有用，对其他图片没用。

> 这个我也不太清楚。不过我用网上都用的普通CNN+LSTM+CTC的成功了。 现在正在考虑 把aster的attention 换成ctc 试试。因为之前转 dbnet里面有resnet ，也成功了。 所以我猜测是attention部分的原因。

> > > > 这个我也不太清楚。不过我用网上都用的普通CNN+LSTM+CTC的成功了。 现在正在考虑 把aster的attention 换成ctc 试试。因为之前转 dbnet里面有resnet ，也成功了。 所以我猜测是attention部分的原因。 但是我水平太烂了。 写不出代码。 我现在是把三个部分拆开的。 tps部分还是用aster训练。识别部分是普通的CRNN+CTC 把CNN换成了 resnet。没有一起训练 ，可能两个模型配合的不好。 我把这个弄好了，再考虑把aster的attention改成ctc。

额，已经训练好了，但是由于没有预训练模型，所以必须从头开始训练，效果比较差。训练集是百度某次竞赛的29W清洗后剩下17W条字符串，测试集是RCTW2017里取了8000条字符串，再大就要爆存了，都是中文为主的（一级汉字3500+英文52+数字10+标点符号一共3598个类别）。epoch设了48，可能有点小，学习率是1。 第一次训练到最后准确能达到3.9%。。。。第二次训练接着第一次的训练模型，准确率能达到5.3% 然后就不会涨了。 损失在11~13之间波动。5555555555555555