使用mxnet CNN模型進行預測

嗨，我是數據科學的新手，我跟隨本教程https://mxnet.incubator.apache.org/tutorials/nlp/cnn.html，但我很困惑如何使用上述教程生成的訓練模型進行單一預測。請指導我解決這個問題的正確方向。謝謝。使用mxnet CNN模型進行預測

來源

2017-09-21 Zann

下面是如何使用預訓練的模型預測教程：https://mxnet.incubator.apache.org/tutorials/python/predict_image.html

步驟： 1.加載預訓練的模式，並創建一個MXNet模塊實例。 2.抓住你的數據和模塊向前跑

來源

2017-09-21 18:32:55 kevinthesun

謝謝我加載模型與.params文件和模型訓練後創建的.json文件，但仍然無法創建模塊實例。我怎麼做？ – Zann

您需要綁定從文件中讀取的模型參數（mod.bind和mod.set_param），並且一旦運行模型，就可以調用feed_forward/forward/predict函數（mod.forward和mod.get_outputs ）。 – Guy

@Guy和@kevinthesun，這個概念比較簡單，但實際上並不是那樣。例如，「bind」方法使用的'data_shapes'是什麼？你們中的一個人能舉出一個將這兩個教程捆綁在一起的例子嗎？ – Interfector

一個可加載模型是這樣的：

sym, arg_params, aux_params = mx.model.load_checkpoint('cnn', 3) 
mod = mx.mod.Module(symbol=sym, context=mx.cpu(), label_names=None) 
mod.bind(for_training=False, data_shapes=[('data', (50,56))], 
     label_shapes=mod._label_shapes) 
mod.set_params(arg_params, aux_params, allow_missing=True)

但不幸的是，你不能用這個做只有一個預測。您將需要一批50.

來源

2017-11-13 22:12:34 Interfector

你不必有一批50.在data_shapes控件的第一個參數預期批量大小的大小。如教程https://github.com中所述，您可以簡單地使用1：'mod.bind（for_training = False，data_shapes = [（'data'，（1,3,224,224））]，label_shapes = mod._label_shapes）'' /dmlc/mxnet-notebooks/blob/master/python/tutorials/predict_imagenet.ipynb – Guy

@Guy我催促你實際運行代碼。我可以告訴你，你的解決方案是行不通的。問題在於批量大小實際上嵌入在'Reshape'圖層中。 – Interfector

使用mxnet CNN模型進行預測

回答

相關問題