基于tf2.0的python中文手写识别项目ocrcn_tf2为什么调不通,我们带您破案

为了把手写文本（如历史值班手册等）转化为电子文本，最近尝试在github上查找相关开源项目。功夫不负有心人，找到了基于TensorFlow2.0的中文手写字识别模型，其采用CASIA-HWDB数据集，设计了神经网络达到了相当不错的识别率。
项目地址如下：
https://github.com/jjcheer/ocrcn_tf2
按照操作流程，下载数据，转换格式，生成训练样本。
结果报错如下：
tensorflow.python.framework.errors_impl.InvalidArgumentError: { {function_node __inference_Dataset_map_parse_example_25}} Input to reshape is a tensor with 4446 values, but the requested shape has 4096
看起来是进入模型的数据格式有问题啊，看了下./train_simple.py里面如下代码报错：

def train():
    all_characters = load_characters()
    num_classes = len(all_characters)
    logging.info('all characters: {}'.format(num_classes))
    train_dataset = load_ds()
    train_dataset = train_dataset.shuffle(100).map(preprocess).batch(32).repeat()

应该是整个load_ds的问题。
观察./dataset/casia_hwdb.py中的parse_example函数存在原版和V2版本，而在load_ds上调用的是parse_example，而load_val_ds中调用的则是parse_example_v2。

def parse_example(record):
    features = tf.io.parse_single_example(record,
                                          features={