1回答
我已经用Kaggle笔记本训练了一个快速的模型，它保存了模型，但是如何加载模型是问题，我尝试了不同的方法，比如下面给出的方法。即使它加载了模型，它也没有任何预测函数，我唯一能看到的就是model.eval()。第二个问题是，当模型在google collab上训练时，它甚至没有得到单一的图像，我确实尝试过将图像转换为NumPy和另一种方式，但这两种方法都不起作用。我附加了模型训练的
浏览 41提问于2021-09-05得票数 1
2回答
我已经训练了一个关于英特尔图像多类分类任务的ResNet50模型。任务是尝试预测图像，无论是建筑物、街道还是冰川等。该模型经过成功的训练，能够进行预测。我已经保存了模型，并尝试在新图像上使用保存的模型。...
torch.save(model2.state_dict(),'/content/drive/MyDrive/saved_m
浏览 6提问于2021-07-17得票数 0
我正在尝试运行一个对象检测模型(SSD+Inceptionv2)，并获得边界框作为结果。在从帧中获得边界框之后，裁剪后的图像应该通过不同的分类模型(在不同的库上进行训练，如keras和caffe)并获得预测结果。
由于这种分类模型的预测方法不起作用。关于如何在目标检测输出边界框(裁剪图像)上运行不同的分类模型，有什么想法吗？
浏览 1提问于2020-03-03得票数 0
我正在使用快速库()来训练图像分类器。fastai所建立的模型实际上是一个pytorch模型。type(model)现在，我想用pytorch的模型进行推断。/torch_model_v1")基于这里显示的示
浏览 1提问于2018-03-11得票数 1
我现在正在学习Keras，并且我遵循了一个教程来创建一个图像分类模型，这个模型非常好，并且工作得很好。所以当我运行这个程序时，我还使用了：model.save('cif_model.h5')
现在我想把这些重新加载到一个不同的脚本中，让它
浏览 3提问于2020-05-24得票数 1
回答已采纳
在使用load_learner加载模型后，我正在使用googlecolab (gpu)上的快速列车进行文本分类(NLP)模型，但是当我更改cpu使用量时，我得到了一个错误"RuntimeError: CPUType上一半不支持的_th_index_select“，有什么方法可以预测cpu的使用结果吗？from fastai import *from sklearn.met
浏览 1提问于2019-07-20得票数 10
2回答
learn = vision_learner(dls, models.resnet18)
在上面的代码片段中，我使用FastAI调用一个18模型，并传递包含我的数据的Dataloader。
浏览 10提问于2022-07-08得票数 -2
4回答
我有一个weka模型存储在S3中，大小约为400 of。现在，我有一些记录，我想运行模型并执行预测。
下载驱动程序上的模
浏览 0提问于2016-10-13得票数 31
1回答
我有一个保存的模型，准确率超过99%，但是当我用它来预测一些图像时，它总是预测一个1。我认为这是因为我在test.py文件中以错误的方式输入图像数据。28, 28)image_data = image_data.reshape((1, 28, 28, 1))
现在代码运行，但总是预测相同的值我如何重新塑造图像数据28x28像素，使其符合模型中的第一层，以正确的方式预测
浏览 0提问于2018-01-09得票数 0
我从手机上加载了一张图像，一切都很好，但是预测结果与我从个人电脑上得到的结果完全不同。因此，我修改了下面的代码'preprocessBitmap‘，我认为它应该是什么，并使用一个像素值127,127像素的3通道RGB图像来测试它。代码预测的结果与.h5模型预测的结果相同。但当加载图像进行分类时，预测结果与.h5模型不同。
有人知道吗？非常感谢。--我试过
浏览 0提问于2019-05-08得票数 1
1回答
大量图像的流量预测是缓慢的
、、、、
我遵循本教程的图像分类在Tensorflow：。对单个图像的培训和测试效果很好。然而，我对大量图像进行预测的代码非常慢，它消耗了100%的CPU，并且几乎耗尽了内存！是否有一种方法可以像我们进行批处理培训一样进行批处理测试？请注意，我还需要对图像进行规范化。
浏览 3提问于2018-01-11得票数 0
回答已采纳
有没有通过RESTful应用程序接口部署Tensorflow模型的示例代码？我看到了命令行程序和移动应用程序的示例。有没有这样的框架，或者人们只是加载模型并通过web框架(如Flask)公开预测方法，以获取输入(例如通过JSON)并返回响应？我所说的框架是指对大量预测请求进行扩展。当然，由于模型是不可变的，我们可以启动预测服务器的多个实例，并将其置于负载均衡器(如HAProxy)之
浏览 0提问于2015-12-02得票数 23
我在mnist数据上建立了一个TensorFlow图，但我想修改它，这样我就可以运行一个程序来训练它+保存模型，然后运行另一个程序来加载该图，进行预测，并计算测试精度。我感到困惑的是，如何在训练图中绕过原始的I/O系统，并“注入”一个用于预测的图像或一个用于准确性测试的(图像，标签)测试数据元组。NUM_PIXELS], dtype=tf.int64),example = tf.pa
浏览 0提问于2016-10-19得票数 2
我有一个CNN模型，已经训练过了。其训练和验证准确率在99%左右。我保存了这个模型，然后加载它来对测试数据进行预测。当我使用并运行下面的代码时，测试数据包含了4000幅图像(在两个类中的每个类都是2000)，我能够获得大约99%的准确性。但是当我试图通过一个接一个地加载图像来进行预测时，负面类中的所有图像都被正确地分类了，而来自积极类的754幅图像被错误地分类了。
浏览 6提问于2022-03-07得票数 0
我使用pytorch训练了一个模型，我将它导出为onnx格式，并在python中测试它是否工作(确实如此)。 我想知道如何在c#的ml.net中使用它 python中的用法如下所示 ? netorn中的模型如下所示 ? 我找到了一个使用Microsoft.ML、Microsoft.ML.OnnxRuntime和Microsoft.ML.OnnxTransformer包的example 并且能够使用onnx模型，但它适用于图像，由于我对此非常陌生，我无法弄清楚如何加载模
浏览 276提问于2021-11-14得票数 0
我训练过一个用于图像分割的segmentation_models_pytorch.PSPNet模型。为了进行预测，我在PyTorch tensor中加载整个图像，并使用384x384像素窗口对其进行扫描。当加载所有模型时，它们消耗了大约1.4GB的GPU。在Windows上处理大图像时，内存消耗增加到1.7GB GPU。
在Windows环境下，该模型可以处理25
浏览 11提问于2022-11-03得票数 0
回答已采纳
我很难理解批处理如何在Pytorch框架中发挥作用。在此模型中： def __init__(self):
super(MyModel, self).来自DataLoader的批次的聚合图像。这里，32x1x28x28维度表示批处理中有32个图像。我们只是忽略这个事实，Pytorch会处理将Conv2d应用到每个样本吗？前向传播似乎只与单个图像相关。
浏览 0提问于2020-10-27得票数 1
1回答
我想使用Spark来训练一个模型，但是能够以平台无关的格式导出模型。本质上，我想要解耦模型是如何创建和使用的。
与现有项目(如OpenScoring )一起使用该模型，并提供可以利用该模型的API。将现有模型加载回S
浏览 5提问于2015-04-15得票数 6
我有两个预先训练并保存的Inception模型。我想把这两者结合起来，用1020个类别来预测图像。weights='imagenet',
浏览 2提问于2019-02-06得票数 0
我正在尝试应用批处理预测，如中所示，示例应用于我遵循了示例，并试图将其映射到示例，然而，预测没有显示出来。，我得到了以下结果：虽然批处理不能预测输出，但我不认为它是预测的
浏览 0提问于2019-08-14得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
