python - 缓存模型时，MXNet 预测不起作用

Question

我在 MyModel 类中有一个 MXNet MultilayerPerceptron。我首先从文件中加载经过训练的权重。我正在使用 MLP 执行预测，如下所示：

class MyModel:
    ...
    def predict(self, X):
         data_iterator = mx.io.NDArrayIter(data=X, 
         batch_size=self.model.data_shapes[0].shape[0], shuffle=False)
         predictions_npa = self.model.predict(data_iterator ).asnumpy()

其中 X 是一个 numpy 数组 (1,777)

现在我第一次执行 MyModel.predict 这非常有效。然后我将 MyModel 实例存储在 functools.LRUCache 中，并尝试使用完全相同的输入第二次执行预测。

每次这样做时，我的 python 进程都会停止做任何事情，没有日志，没有操作，也没有退出。我只知道当我尝试在我的 PyCharm 调试器中检查 self.model.predict(data_iterator) 的结果时，我得到一个加载错误。

所以我对那里发生的事情有点困惑，如果有人有想法，那可能会有很大的帮助！

谢谢

标签： pythonnumpymxnetfunctools

Answer 1

这可能是因为您必须重新创建data_iterator. data_iterator一旦完成并且 . next () 调用将引发错误。