python - DenseNet - 新图像失败的预测
问题描述
我的项目是关于图像分类的。我已经在 kaggle 上训练了我的模型,learn.export()
并将其保存为export.pkl
.
现在,我尝试在新的 Kaggle 笔记本中加载它并使用它来预测单个图像。但我得到这个错误:
AttributeError: '_DenseLayer' object has no attribute 'memory_efficient'
这是我的代码:
!pip install fastai==1.0.40
from fastai.basic_train import *
from pathlib import Path
path = Path()
model_export = load_learner(path/'../input/trainingmodel')
from fastai.vision import * # open_image
cat, tensor, probs = model_export.predict(open_image(f"../input/test/imagepng"))
我使用 fast.ai 1.0.40 来训练我的模型和测试部分。我尝试从一个帖子中使用这个解决方案,但我仍然遇到同样的问题:
!pip install --upgrade torchvision
解决方案
推荐阅读
- mvp - 倒置 MVP 后的 Vulkan 剔除问题
- adobe - 对于那些在创作中拖放的图像,如何从图像组件中获取图像路径
- javascript - 每次执行函数时递增 php 变量值
- jquery - 自上次更新以来的 Chrome 阻止弹出窗口
- c++ - OpenCV 处理 - 边缘检测和裁剪
- angular - 将 css 类应用于 Ag-Grid 中单元格中的特定项目
- ios - iOS AWS AppSync 401 IAM + Cognito
- python - Conda 激活和停用不起作用
- java-8 - 是否需要关闭 java 8 中的流才能运行中间操作,并且 close() 是终端操作
- jquery - 如何使用“this”jquery 选择器切换二级类