我正在使用Pytorch进行图像分类。我正在寻找在ImageNet以外的数据集上预先训练的CNN模型，我找到了一个指向".ckpt“文件的链接。我还找到了使用Tenserflow加载此文件的教程，但没有使用pytorch。如何从".ckpt“文件中使用Pytorch加载预先训练好的模型？
浏览 295提问于2019-11-25得票数 1
回答已采纳
2回答
怎样才能最好地使用int8数据类型来运行量化模型呢？我知道在pytorch中我可以将张量定义为，但是，当我真正想要使用int8时，我得到：
RuntimeError: _thnn_conv2d_forward is not implemented for type torch.CharTensor
因此，我很困惑，如何在pytorch中运行量化模型，例如，当计算块(如卷积)不支持数据类型时，如何使用int8？我使用的是pytorch版本的1.0.1.post2。
浏览 0提问于2019-03-21得票数 1
回答已采纳
我已经将一个模型从PyTorch转换为Keras，并使用后端提取tensorflow图。由于PyTorch的数据格式为NCHW，因此提取并保存的模型也是NCHW。在将模型转换为TFLite时，由于格式为NCHW，因此无法转换。有没有办法将整个图转换成NHCW？
浏览 2提问于2018-05-01得票数 2
我遇到了一个问题，我在pytorch 0.4.1中训练我的模型，但我找不到一个工具来将它转换为caffe模型。
如何使用init pytorch 0.2.0的pytorch 0.4.1 model
或者如何将pytorch 0.4.1 model转换为caffe model
浏览 12提问于2018-09-12得票数 0
我正在处理一个使用图形数据的节点分类问题。通过简单地将网络应用于单个节点(例如，忽略图形结构)，我使用了PyTorch对节点进行分类，并使用PyTorch几何方法应用GNN (例如GCN)对节点进行分类。
是否可以将PyTorch中的模型作为PyTorch几何中的最后一层？我对这将如何工作感到有点困惑，因为对torch.nn.Module的输入是一个用于GNN情况的图，而对于MLP情况则是一个特征向量。我想把一个PyTorch模型和一个PyTorch几何模型组合成一个模型，我可以训练它。这个是可能的吗？
浏览 0提问于2022-12-16得票数 1
回答已采纳
我试图使用 CNN 使用FER2013数据集对PyTorch模型进行情感识别，我有以下错误：
Traceback (most recent call last):
File "VGG.py", line 112, in <module>
transfer.keras_to_pytorch(keras_network, pytorch_network)
File "/home/eorg/NeuralNetworks/user/Project/model/nntransfer.py", line 121, in keras_to_pyto
浏览 1提问于2017-11-08得票数 9
我是一个pytorch用户，并且我已经习惯了pytorch中的data.dataset和data.dataloader api。我正在尝试用tensorflow 2.0构建一个相同的模型，我想知道是否有一个api与pytorch中的这些api类似。
如果没有这样的api，您能告诉我人们通常是如何在tensorflow中实现数据加载部分的吗？我使用过tensorflow 1，但从未体验过dataset api。我以前做过硬编码。我希望有一些类似于重写getitem的内容，其中只使用索引作为输入。
提前谢谢。
浏览 4提问于2019-10-22得票数 18
回答已采纳
1回答
放火器和煤角中的保存模型
、、、
我用keras训练了模型，并在pytorch的帮助下保存了下来。会不会在将来引起任何问题。据我所知，它们之间的唯一区别是Keras将其模型的权重保存为双倍，而PyTorch将其权重保存为浮点数。
浏览 1提问于2020-07-25得票数 0
回答已采纳
我在PyTorch数据集上训练了一个模型，并通过PyTorch的跟踪将其转换为JIT模型。我已经测试了PyTorch模型和JIT转换模型的推理输出，结果是等价的。这使我相信，我的DJL框架的实现存在一个问题。
当我试图利用转换后的模型进行推理时会出现一个问题，这对于DJL来说是必要的。我没有得到100%的匹配，这是我所期望的。
djl.ai的Kotlin实现非常简单，本质上遵循的指令。
下面是Kotlin代码的净化版本：
@Throws(IOException::class, ModelException::class, TranslateException::class)
internal
浏览 2提问于2021-04-12得票数 0
回答已采纳
我为大学目的在PyTorch框架中开发了我的聊天机器人。该模型在对数损失值为0.5的情况下工作良好，并能够适当地回答问题。我很少看到像fast.ai，flask和Django这样的产品化建议。但我希望该模型部署在谷歌助手上，以便我的最终用户可以利用机器人的服务，而不需要任何外部安装。如何将我的PyTorch模型集成到Dialogflow上的Google Assistant？
浏览 0提问于2019-04-19得票数 0
是否可以将YOLOv5 PyTorch模型转换为Tensorflow.js模型？
我正在开发一个对象检测web应用程序。因此，我已经使用Yolov5训练了数据，但现在我正在寻找将该模型转换为Tf.js的正确方法。
浏览 5提问于2021-10-08得票数 2
我尝试使用ONNX将MATLAB模型转换为PyTorch，就像Andrew在这里提出的那样：
我尝试使用以下代码运行模型：
import onnx
from onnx2pytorch import ConvertModel
import torch
onnx_model = onnx.load ('resnet50.onnx')
pytorch_model = ConvertModel(onnx_model)
model = torch.load(pytorch_model)
但我发现了一个错误：
AttributeError：'ConvertModel‘对象
浏览 1提问于2021-02-21得票数 0
回答已采纳
1回答
我尝试使用py手电移动颤振插件将一个模型加载到一个android应用程序中，这个插件只是一个android py手电筒包的包装器，但是当我试图加载该模型时，我得到了以下调试语句
E/PyTorchMobile( 8111): assets/models/fullap.pt is not a proper model
E/PyTorchMobile( 8111): com.facebook.jni.CppException: [enforce fail at inline_container.cc:222] . file not found: archive/constants.pkl
E/Py
浏览 39提问于2022-11-18得票数 0
我用4通道图像(RGBY)标记了dataset。我想使用预先训练的分类模型(使用pytorch和ResNet50作为模型)。所有的pytorch模型的3个渠道，尽管。那么，问题是：如何使用3通道预训练模型来处理4通道数据？我下一种方式是加载模型：
import torchvision.models as models
resnet50 = models.resnet50(pretrained=True)
浏览 1提问于2021-06-03得票数 0
回答已采纳
我的数据集作为CSV文件的集合存储在Amazon Web Services (亚马逊网络服务)简单存储服务(S3)存储桶中。我想基于这些数据训练一个PyTorch模型，但内置的Dataset类并不提供对对象存储服务(如S3或Google Cloud storage、Azure Blob存储等)的本地支持。我在https://pytorch.org/docs/stable/data.html#查看了关于可用的数据集类的PyTorch文档，当涉及到公共云对象存储支持时，它是不够的。 看起来我必须根据以下说明创建自己的自定义数据集：https://pytorch.org/tutorials/beg
浏览 28提问于2020-10-29得票数 1
1回答
上下文
我试图使用一个预先训练的模型，在ONNX格式，以进行推断的图像数据在统一。该模型作为一个名为modelAsset的资产，链接到Unity中的执行组件。为此，我使用了Barracuda版本1.0.0，并按如下方式执行该模型：
// Initialisation
this.model = ModelLoader.Load(this.modelAsset);
this.worker = WorkerFactory.CreateWorker(WorkerFactory.Type.CSharpBurst, model);
// Loop
Tensor tensor = new
浏览 3提问于2020-07-02得票数 1
回答已采纳
1回答
我正在编写一个python脚本，它将所有深入学习模型从流行的框架(TensorFlow、Keras、PyTorch)转换为ONNX格式。目前，我已经将用于tensorflow，用于keras到ONNX的转换，以及这些工作。
现在PyTorch已经集成了ONNX支持，所以我可以直接从PyTorch中保存ONNX模型。但问题是，我需要输入张量形状的模型，以保存在ONNX格式。正如您可能已经猜到的，我正在编写这个脚本来转换未知的深度学习模型。
是PyTorch关于ONNX转换的教程。上面写着：
ONNX导出程序是一个基于跟踪的导出程序，这意味着它只运行一次模型，并导出在运行过程中实际运行的操作符。这
浏览 10提问于2020-07-28得票数 4
回答已采纳
我正在寻找一个OCR预先训练的模型，与pytorch一起工作。我尝试过，但pytorch集线器不支持它。我不能加载pth模型，因为它只有权重。如何加载模型？
我的第一个模型是在自定义数据上训练的yolov5模型，因此它应该裁剪图像并将其发送到下一个模型。下一个模型应该是OCR，主要是数字识别。但我不能运行craft-pytorch
model = torch.hub.load('.', 'custom', path='runs/train/exp2/weights/best.pt', source='local', force_r
浏览 0提问于2021-10-11得票数 1
1回答
我在实验室处理火把
在训练过程中，火把消耗了巨大的记忆。
经过培训，我保存了模型，并将模型加载到另一个笔记本(注2)。
在注释2中，在加载state_dict和所有内容之后，pytorch消耗的内存要比训练状态少得多。
因此，我怀疑“无用”数据是存储在图形卡内存中，而培训(在我的例子中，大约13 So ).
如果是，我如何删除培训后无用的数据？
再加上。我试着删除训练时使用的变量，但是不够大(大约2gb)
浏览 0提问于2020-12-08得票数 1
回答已采纳
我创建了一个基于自定义.mlmodel模型的PyTorch文件，首先将PyTorch模型转换为ONNX，然后使用onnx_coreml将其转换为CoreML。使用虚拟数据(每个值为1.0的3x224x224数组)，我已经验证了PyTorch模型、ONNX模型(使用Caffe后端运行)和CoreML模型(使用coremltools)都得到了相同的结果。
但是，当我将相同的模型导入Xcode并在电话上运行时，即使使用虚拟数据，模型输出也不匹配。
我使用的设备似乎没有什么不同(我已经在iPhones上试过了，从XS一直到SE)。所有程序都在运行iOS 12.2，并使用Xcode 10.2.1
下面是
浏览 1提问于2019-04-30得票数 2
回答已采纳
我一直在使用这里提供的代码的resnet56模型：。
我注意到这个实现与许多其他在线可用的ResNet示例不同，我想知道PyTorch使用损耗()的反向传播算法是否可以解释所提供的代码中的lambda层和快捷方式。
如果是这样的话，是否有人能深入了解PyTorch如何能够为反向传播解释lambda层(例如，PyTorch如何知道如何区分该层的操作)？
我还不得不修改代码以适应我自己的用例，而且我自己使用选项== 'A‘的实现似乎没有产生很好的效果。这可能只是因为选项== 'B‘，它使用卷积层而不是填充，对我的数据更好。
self.shortcut = nn.Se
浏览 4提问于2020-01-19得票数 1
回答已采纳
2回答
我有一个问题，如何重新加载不同批量大小的pytorch模型。在训练中，我的批处理大小是64，但在推断中，我希望批处理大小是1(逐个输入数据)。这是我用来保存和恢复模型的代码：
torch.save(agent.qnetwork_local.state_dict(), './ckpt/checkpoint.pth')
saved_model = QNetwork(state_size=37, action_size=4, seed=0)
saved_model.load_state_dict(torch.load('./ckpt/checkpoint.pth'))
浏览 0提问于2018-09-20得票数 4
似乎有几种方法可以在iOS上运行Pytorch模型。
caffe2PyTorch(.pt) PyTorch(.pt) -> onnx -> -> onnx -> Core-ML (.mlmodel)PyTorch(.pt) -> LibTorch (.pt)PyTorch Mobile?
上述方法的区别是什么？为什么人们使用caffe2或Core (.mlmodel)，它需要模型格式转换，而不是LibTorch？
浏览 3提问于2020-06-05得票数 4
回答已采纳
我有一个现有的模型，在这个模型中，我加载了一些预先训练好的权重，然后在pytorch中进行预测(一次一个图像)。我正在尝试将它基本上转换为pytorch闪电模块，并对一些事情感到困惑。 因此，目前，我的模型__init__方法如下所示： self._load_config_file(cfg_file)
# just creates the pytorch network
self.create_network()
self.load_weights(weights_file)
self.cuda(device=0) # assumes GPU and uses one. This
浏览 263提问于2020-05-03得票数 3
回答已采纳
我正在使用PyTorch训练神经网络并将它们输出到ONNX中.我在索引中使用这些模型，该索引通过TensorRT加载ONNX。我需要一些特性的一个热编码，但这真的很难在Vespa框架内实现。
是否有可能在我的ONNX网络中(例如，在网络表示之前)嵌入对某些给定功能的单热编码？如果是这样的话，我应该如何基于PyTorch模型来实现这一点？
我已经注意到两件事：
ONNX格式包括OneHot运算符：
PyTorch内置的ONNX导出系统不支持OneHot操作符：
编辑2021/03/11:以下是我的工作流程：
基于PyTorch的学习秩模型的训练
将它们导出为ONNX
浏览 17提问于2021-03-09得票数 3
回答已采纳
我正在Pytorch上测试预训练的inception v3模型。我给它提供了256x256的图像大小，并将它的大小调整到了299x299。在这两种情况下，图像都被正确分类。
谁能解释一下为什么PyTorch预训练模型可以接受不是299x299的图像？
浏览 16提问于2019-08-09得票数 4
回答已采纳
目标:使用这个对albert-base-v2模型执行量化。
内核：conda_pytorch_p36.
第1.2和2.2节中的输出显示：
将香草BERT从PyTorch转换为ONNX，保持相同大小的，417.6 MB。
量化模型的比香草BERT、PyTorch 173.0 MB和ONNX 104.8 MB小。
但是，当运行ALBert时
PyTorch和ONNX模型的尺寸是不同的。
量化模型尺寸比香草大。
我认为这是模型性能较差的原因，与香草ALBert相比，ALBert的两种量化ALBert方法的模型性能都较差。
PyTorch：
Size (MB): 44
浏览 35提问于2022-01-20得票数 0
回答已采纳
我尝试使用基于coreml _ to的元素最大值操作将PyTorch模型转换为coreml。 通过torch.max操作，我得到了 ValueError: node input.2 (max) got 2 input(s), expected [3] 使用torch.maximum操作 RuntimeError: PyTorch convert function for op 'maximum' not implemented. 有什么办法来解决这个问题吗？
浏览 37提问于2021-01-05得票数 2
回答已采纳
我正在运行一个程序来处理一些数据，并且我推断出TensorFlow模型和Pytorch模型。
当推断这两个模型中的任何一个时，一切都很好。但是，当我添加pytorch输入时，我的程序崩溃，并显示以下错误：
2018-05-14 12:55:05.525251: E tensorflow/stream_executor/cuda/cuda_dnn.cc:385] could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR
2018-05-14 12:55:05.525280: F tensorflow/core/kernels/conv_
浏览 3提问于2018-05-14得票数 0
1回答
最近，我了解了Python的蜂鸟库。我在一个有两个标签的10m大小的数据集上训练了一个RandomForest。用sklearn进行推断需要450 ms。但是，在将相同的模型转换为PyTorch后，现在需要128 on的CPU推理。
如果两者都运行在CPU上，那么为什么蜂鸟的Pytorch模型比sklean模型更快呢？
我不明白蜂鸟对我的滑雪板模型做了什么来提高速度。
浏览 0提问于2020-06-23得票数 1
回答已采纳
我正在尝试创建一个模型，使用火把在救世主。我尝试在sagemaker.pytorch中从sagemaker.pytorch导入PyTorch中部署使用-sagemaker.pytorch模块。
但是，我想了解PyTorchModel在sagemaker.pytorch中的sagemaker.pytorch import PyTorchModel是什么。他们都有deploy()。我按照链接创建和部署模型。在这里我看不到在任何地方使用"PyTorchModel“。我想知道不同之处，以及何时使用什么。
到目前为止，我尝试了以下几种方法。
步骤1 : I称为pytorch估计器
pytorch
浏览 2提问于2019-08-22得票数 2
我已经训练并保存了一个pytorch模型，现在我想在windows os中的java (不是android)环境中使用它(因为我使用的是一些仅在java中可用的库)，可以吗？我在pytorch文档中找不到直接的答案，当点击java api文档时，链接就断开了。
浏览 97提问于2020-03-17得票数 0
我想在Tensorflow中使用一个预先训练过的Pytorch模型，并且我需要将tensorflow张量转换为pytorch张量。但是，我不想将Py手电筒张量转换为numpy数组，并将其转换为tensorflow张量，因为我得到的错误是“您必须为占位符张量提供一个值”。当我制作图形时，我需要这个转换，这样tensorflow张量就没有价值了，并且不能转换为numpy！有什么解决办法吗？
浏览 5提问于2021-01-24得票数 2
回答已采纳
TLDR
一个简单的(单隐层)前馈传递传递模型(用于预测函数y = sin(X1) + sin(X2) + ... sin(X10) )的性能远远低于用Keras构建/训练的相同模型。为什么是这样，如何减少性能上的差异？
在训练回归模型时，我注意到PyTorch的性能大大低于用Keras构建的相同模型。
这一现象以前曾被观察和报道过，
-以下解释和建议已在之前提出
使用相同的十进制精度(32比64)：，，
使用CPU而不是GPU：、
用retain_g
浏览 31提问于2022-09-04得票数 40
回答已采纳
我不确定PyTorch恒流如何将损失函数与我想要计算的模型联系起来。在损失和模型之间从来没有明确的引用，比如模型的参数和优化器之间的引用。
例如，我想在同一个数据集上训练2个网络，所以我想利用数据集中的一次传递。PyTorch将如何将适当的损失函数链接到适当的模型。以下是供参考的代码：
import torch
from torch import nn, optim
import torch.nn.functional as F
from torchvision import datasets, transforms
import shap
# Define a transform to n
浏览 2提问于2019-11-14得票数 7
回答已采纳
我有一个pytorch变量，用作模型的可训练输入。在某些情况下，我需要手动重新分配此变量中的所有值。
如何才能在不中断与损失函数的连接的情况下做到这一点？
假设当前值是[1.2, 3.2, 43.2]，我只是想让它们变成[1,2,3]。
编辑
在我问这个问题的时候，我还没有意识到PyTorch没有像Tensorflow或Keras那样的静态图形。
在PyTorch中，训练循环是手动完成的，您需要调用每个训练步骤中的所有内容。(不存在占位符+静态图的概念，用于稍后提供数据)。
因此，我们不能“打破图形”，因为我们将使用新的变量再次执行所有进一步的计算。我担心的是在Keras中发生的问题，而不是
浏览 1提问于2018-12-18得票数 9
回答已采纳
1回答
我想下载一个预先训练过的模型，并用我自己的数据对模型进行微调。我已经下载了一个伯特-大纳模型文物从拥抱脸，我已经列出了以下内容。对于这一点，我想知道我需要哪些文件或工件，从外观上看，pytorch_model.bin是经过训练的模型，但这些其他文件是什么以及它们的用途，比如令牌程序文件和vocab.txt .
config.json
pytorch_model.bin
special_tokens_map.json
tokenizer_config.json
vocab.txt
浏览 13提问于2022-09-03得票数 -1
我对此的最后一次讨论是在发布之前。
是否有人有任何经验或知道是否有可能直接使用XLA直接在仪表板上使用pytorch模型，而不是首先将其转换为TFLite模型？
浏览 5提问于2022-03-24得票数 0
我找不到任何在IBM Watson中部署PyTorch模型的好参考资料。我已经从Hugging transformers库创建了Bert模型，并使用Pytorch实现。现在，我需要在IBM watson中部署PyTorch模型以进行实时预测。
我已经搜索了很多，但没有找到任何部署步骤的参考资料。
浏览 0提问于2020-09-22得票数 0
1回答
我使用英特尔lpot()成功地量化了一个用于huggingface文本分类的pytorch模型。
现在，我的机器中有了原始的fp32模型和量化的int8模型。为了进行推断，我用以下代码加载了量化的lpot模型
model = AutoModelForSequenceClassification.from_pretrained('fp32/model/path')
from lpot.utils.pytorch import load
modellpot = load("path/to/lpotmodel/", model)
我能够看到时间上的各种改进，但我想
浏览 29提问于2021-09-29得票数 0
试图部署本地预先培训的模型，通过萨吉梅克创建一个端点并使用它，我最近一直在学习AI/ML领域，我是这样一个菜鸟。需要帮助。
我部署了一个模型
from sagemaker.pytorch import PyTorchModel
pytorch_model = PyTorchModel(model_data='model.tar.gz',
role=role,
entry_point='inference.py',
浏览 12提问于2022-08-22得票数 0
我正在玩mnist_tutorial_pytorch.py，并且我在fgsm_params字典中设置了eps = 0。 根据我的理解，这意味着fgsm攻击应该什么都不做，目标模型的准确性不会降低。 但是我得到了一个pytorch模型，它的测试精度是99.05%，adv精度是97.94%。我注意到这个pytorch模型被convert_pytorch_model_to_tf()函数转换为tensorflow模型。那么，这种减少是由转换还是其他原因造成的呢？ 我用于复制的参数： fgsm_params = {"eps": 0.3, "clip_min": 0.0,
浏览 17提问于2019-04-23得票数 0
在通过pytorch对resnet50模型进行培训时，我得到了以下错误：
RuntimeError:无效参数0:除维度0外，张量的大小必须匹配。在/pytorch/aten/src/TH/generic/THTensorMoreMath.cpp:1333上获得第1维的3和1
我用的是：
使用此数据集
浏览 0提问于2019-03-07得票数 0
回答已采纳
我有一个pytorch模型和一个tensorflow模型，我想在一个图形处理器上一起训练它们，按照下面的过程：input --> pytorch model--> output_pytorch --> tensorflow model --> output_tensorflow --> pytorch model。
有可能做到这一点吗？如果答案是肯定的，我会遇到什么问题吗？
提前谢谢。
浏览 5提问于2017-10-17得票数 5
我使用的是，一个张力流am的包装器。我想在浏览器中训练一个神经网络，下载权重，在pyTorch中将它们作为张量处理，然后将它们加载到浏览器的tensorflowjs模型中。如何在这些格式( tfjs <-> pytorch )之间进行转换
浏览器模型有一个save()函数，它生成三个文件。特定于ml5.js (json)的元数据文件、描述模型体系结构(json)的拓扑文件和二进制权重文件(bin)。
// Browser
model.save()
// HTTP/Download
model_meta.json (needed by ml5.js)
model.json
浏览 8提问于2020-12-18得票数 3
回答已采纳
在Keras中，在创建模型之后，我们可以使用model.input_shape，model.output_shape看到它的输入和输出形状。对于权重和配置，我们可以分别使用model.get_weights()和model.get_config()。
PyTorch有哪些类似的替代方案？此外，在检查PyTorch模型时，我们还需要知道其他功能吗？
为了在PyTorch中获得摘要，我们打印了模型print(model)，但这提供的信息比model.summary()少。是否有更好的PyTorch摘要？
浏览 2提问于2018-11-23得票数 1
回答已采纳
2回答
我正在使用Torch7库来实现神经网络。大多数情况下，我依赖于预先训练好的模型。在Lua中，我使用torch.load函数来加载一个保存为torch .t7文件的模型。我对切换到PyTorch( )很好奇，所以我阅读了相关文档。我找不到任何关于加载预训练模型的机制的信息。我能找到的唯一相关信息是这个页面：
但是页面中描述的函数torch.load似乎加载了一个用pickle保存的文件。如果有人有更多关于在PyTorch中加载.t7模型的信息，请在这里分享。
浏览 4提问于2017-01-26得票数 8
回答已采纳
1回答
嗨，我有一些关于导出ONNX模型的问题。
假设我们有一个来自PyTorch的LSTM细胞。
利用torch.onnx.export生成的ONNX模型具有LSTM层。
但是，我感兴趣的是它是否能够在操作符级别上生成ONNX模型，即matmul，add。
是否有办法这样做？
如果没有，是否有另一种方法可以建立操作符级的ONNX模型？
谢谢，杰克
浏览 5提问于2021-02-10得票数 0
回答已采纳
2回答
我正在处理一个在sagemaker中使用文本数据进行分类的问题。在这里，我首先将其拟合并转换为结构化格式(例如，通过在sklearn中使用TFIDF )，然后我将结果保存在S3桶中，并将其用于训练我的pytorch模型，并在我的入口点为其编写了代码。
如果我们注意到，在上述过程结束时，我有两个模型。
滑雪板TFIDF模型
实际PyTorch模型
因此，每当我需要预测一个新的文本数据时，我需要使用我在培训期间创建的TFIDF模型分别处理(转换)文本数据。
如何创建一个管道，在萨吉梅克与滑雪板的TFIDF和火把模型。
如果我在入口点的主要方法中使用TFIDF对文本数据进行拟合和转换
浏览 0提问于2019-09-03得票数 0
我们试图向tensorflow模型提供一个图像，但我们一直收到这个错误：
我们最初使用pytorch，将其转换为ONNX模型，然后转换为在Android Studio中使用的tensorflow模型。我们能够成功地加载模型，但之后我们就会遇到错误。
提前感谢那些回复的人！
浏览 1提问于2018-06-21得票数 1
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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
