目录

.
└──eassy-recognition
  ├── README.md                         # 文档说明
  ├── README_CN.md                      # 中文文档说明
  ├── script
    ├── run_eval.sh                     # 启动评估
    └── run_standalone_train.sh         # 启动单机训练（1卡）
  ├── src
    ├── cnv_model.py                     # 模型结构定义文件
    ├── ds_load.py             # 数据预处理及自定义数据集
    ├── util.py              # 字符下标转换以及order-align序列实现
    └── cnv_for_train.py             # 带梯度、CTC损失的自定义单步训练模型
  ├── model_ckpt
    └── origaminet.ckpt                     # 预训练模型
  ├── parameters
    ├── hwdb.gin                     # 训练参数配置
    ├── infer.gin                     # 评估参数配置
    ├── train.gc                     # 训练数据文件列表
    └── test.gc                     # 评估数据文件列表
  ├── eval.py                           # 评估网络
  └── train.py                          # 训练网络

train.train_data_list = 'parameters/train.gc'                 #训练数据集文件名列表
train.train_data_path = 'data_set/train'                      #训练数据集路径

train.train_batch_size = 1                                    #输入张量批次大小。
train.lr = 0.01                                               #初始学习率
train.save_model_path = './saved_models_finetune/'            #检查点保存位置
train.model_prefix = "model_finetune_"                        #检查点名称前缀
train.continue_model = 'model_ckpt/origaminet.ckpt'           #预训练模型位置
train.valInterval = 100                                       #边训练边推理的间隔epoch数

bash run_standalone_train.sh [TRAIN_DATA_DIR] [DEVICE_TARGET]

bash run_eval.sh [TEST_DATA_DIR] [DEVICE_TARGET]