百度出来的唯一一个原因是二分类把交叉熵用成了softmax

先大体定位下问题所在？

看看是数据部分，还是模型部分的问题，用paddlehub试试数据先～

我感觉每次没什么头绪的debug都是从大模块儿替换开始定位

一上来就是0，这谁顶得住啊

咋试

弟兄们，顶住！顶住！～～

就像修电脑，替换法

模型是现成的，换别的数据集试试，先看看是不是数据集处理的原因

找到原因了！果然是ctc_loss函数计算出问题

ctc_loss函数里头有个参数叫做 label_lengths ，这是用来标识label中每个序列的长度，之所以说 每个，是因为这个参数的shape是 [batch_size]。

因为CRNN里头的训练标签是不定长的，而定义占位符InputSpec的时候需要指定shape。有两种办法可以实现，一个是把所有标签padding到最长的标签，一个是用LoDTensor。然而LoDTensor在2.0rc里面没找到相关使用方法介绍，就用的padding，于是乎在ctc_loss函数里把label_lengths都写成了最长标签的值。

解决办法也很简单，重新写一个list统计每个label的长度，然后用这个list作为参数label_lengths。

至于为什么会得到0，这个还得研究研究......

确实是数据处理的问题，我想一般的错误也都是出现在这里

但是这个谁又能想到呢。。。看来光学理论知识是不够的，工程能力也得跟上

不是说不定长的序列可以补0处理么?

对，ctc_loss有很多参数，其中label_lengths需要说明每个label的长度，虽然每个label都paddign到90，但填充的不能作为label_len参与计算

恭喜又出一坑～～

CRNN就容易出现梯度消失

这也不算是梯度消失吧，毕竟都有正则“强制”拉回数据

有时候正则也拉不回来

恭喜又出一坑～～

不过新的问题，训练集的loss下不去。。。从第一个epoch就卡在7附近。。

大佬们，99孩子吧

不行用“麻雀”先跑下吧～～