使用Tensorflow在连接的MNIST图像上预测端到端系统的数字

Question

我的目标是构建一个神经网络模型，该模型可以预测图像中存在的数字而不会裁剪图像中的数字（端到端系统）。

数据集：联合MNIST数字，example

我构建的模型位于此存储库中：https://github.com/withai/Deep_learning_on_databases/tree/master/concatenated_MNIST

我的问题是，当我训练时，我的模型不会学习并输出42.5％的测试数据准确度。