Я пытаюсь запустить this image classification example, который использует Mxnet library в python и предварительно обученную модель глубокого обучения Inception-BN. Выполнение бросков и ошибка в этой строке: prob = model.predict(batch)[0] с сообщением об ошибке:Ошибка при использовании примера обучения с использованием глубокого обучения с помощью библиотеки Mxnet на Python
MXNetError: InferShape Error in ch_concat_3c_chconcat: [14:35:56] src/operator/./concat-inl.h:152: Check failed: (dshape[j]) == (tmp[j]) Incorrect shape[2]: (1,320,15,15). (first input shape: (1,576,14,14))
Я попытался загружая модель Вводный-BN снова, чтобы убедиться, что было до настоящего времени, но это не делает разницы. Я подозреваю, что проблема может быть в сети: model = mx.model.FeedForward.load(prefix, num_round, ctx=mx.gpu(), numpy_batch_size=1), где мне пришлось изменить gpu для cpu, так как мой сервер не оснащен gpu. Тем не менее ошибка не указывает на это направление.
Любая идея, как исправить это? Использует ли процессор вместо gpu проблему, отличную от более низкой производительности?
Наконец вот полная информация об ошибке:
---------------------------------------------------------------------------
MXNetError Traceback (most recent call last)
<ipython-input-7-98e51e4226e1> in <module>()
1 # Get prediction probability of 1000 classes from model
----> 2 prob = model.predict(batch)[0]
3 # Argsort, get prediction index from largest prob to lowest
4 pred = np.argsort(prob)[::-1]
5 # Get top1 label
/users/CREATE/olb/mxnet/python/mxnet/model.pyc in predict(self, X, num_batch, return_data, reset)
589 data_shapes = X.provide_data
590 data_names = [x[0] for x in data_shapes]
--> 591 self._init_predictor(data_shapes)
592 batch_size = X.batch_size
593 data_arrays = [self._pred_exec.arg_dict[name] for name in data_names]
/users/CREATE/olb/mxnet/python/mxnet/model.pyc in _init_predictor(self, input_shapes)
520 # for now only use the first device
521 pred_exec = self.symbol.simple_bind(
--> 522 self.ctx[0], grad_req='null', **dict(input_shapes))
523 pred_exec.copy_params_from(self.arg_params, self.aux_params)
524
/users/CREATE/olb/mxnet/python/mxnet/symbol.pyc in simple_bind(self, ctx, grad_req, type_dict, **kwargs)
623 if type_dict is None:
624 type_dict = {k: mx_real_t for k in self.list_arguments()}
--> 625 arg_shapes, _, aux_shapes = self.infer_shape(**kwargs)
626 arg_types, _, aux_types = self.infer_type(**type_dict)
627 if arg_shapes == None or arg_types == None:
/users/CREATE/olb/mxnet/python/mxnet/symbol.pyc in infer_shape(self, *args, **kwargs)
410 The order is in the same order as list_auxiliary()
411 """
--> 412 return self._infer_shape_impl(False, *args, **kwargs)
413
414 def infer_shape_partial(self, *args, **kwargs):
/users/CREATE/olb/mxnet/python/mxnet/symbol.pyc in _infer_shape_impl(self, partial, *args, **kwargs)
470 ctypes.byref(aux_shape_ndim),
471 ctypes.byref(aux_shape_data),
--> 472 ctypes.byref(complete)))
473 if complete.value != 0:
474 arg_shapes = [
/users/CREATE/olb/mxnet/python/mxnet/base.pyc in check_call(ret)
75 """
76 if ret != 0:
---> 77 raise MXNetError(py_str(_LIB.MXGetLastError()))
78
79 def c_str(string):
MXNetError: InferShape Error in ch_concat_3c_chconcat: [14:35:56] src/operator/./concat-inl.h:152: Check failed: (dshape[j]) == (tmp[j]) Incorrect shape[2]: (1,320,15,15). (first input shape: (1,576,14,14))