Comments (32)
您好,我们使用的是Python API+tensorRT进行预测得到的速度指标:您可以参考这篇文档:https://github.com/PaddlePaddle/PaddleClas/blob/master/docs/zh_CN/extension/paddle_inference.md
具体的benchmark脚本是tools/infer/predict.py
。
from paddleclas.
多谢,原来是tensorRT加速得到的,想问下你们支持直接转caffe模型吗,还是说必须转成onnx,然后到caffe @littletomatodonkey
from paddleclas.
多谢,原来是tensorRT加速得到的,想问下你们支持直接转caffe模型吗,还是说必须转成onnx,然后到caffe @littletomatodonkey
我这边没有转过,不过目前是支持caffe/tf/onnx转成Paddle的,您可以在这里看支持的转换列表:https://github.com/PaddlePaddle/X2Paddle/blob/develop/x2paddle_model_zoo.md
from paddleclas.
安装paddle的时候 import paddle.fluid 报这个错 dlopen: cannot load any more object with static TLS,请问下怎么解决
from paddleclas.
from paddleclas.
安装paddle的时候 import paddle.fluid 报这个错 dlopen: cannot load any more object with static TLS,请问下怎么解决
您安装的Paddle版本是什么呢?建议您安装paddle1.7.0或者paddle1.7.1,都属于比较稳定的版本。或者有docker的话,可以直接拉取paddle的docker进行实验:https://www.paddlepaddle.org.cn/install/quick
from paddleclas.
1.8.2版本会报这个错,1.8.0不会报错
from paddleclas.
我要用x2paddle,提示要1.8.0以上的
from paddleclas.
我要用x2paddle,提示要1.8.0以上的
那您先使用paddle1.8.0或者paddle2.0呢?1.8.2这个安装问题我也反馈下
from paddleclas.
你好,你们有模型可视化的工具吗 @littletomatodonkey
from paddleclas.
你好,你们有模型可视化的工具吗 @littletomatodonkey
可以使用netron这个软件对导出的模型(tools/export_model.py
)进可视化:https://github.com/lutzroeder/netron
from paddleclas.
你好,我这边训练保存出来的模型是ppcls.pdmodel ppcls.pdopt ppcls.pdparams,请问export_model.py参数说明有吗-m -p应该对应哪个
from paddleclas.
也有合并后的,只有model 和 params,到底哪个是可以可视化的
from paddleclas.
model是可以可视化的,model是结构文件,您将其修改为__model__
(前后各2各下划线,目前netron只支持这种文件名),就可以进行可视化了
from paddleclas.
你好,我训练的是一个res34VD的7类的分类器,在config中修改过 classes_num:7,然后训练出来的模型按照你的做法,在mode前后各加两个下划线,可视化出来发现全连接层维度依旧还是imagenet的1000,觉得很奇怪为什么是1000而不是7 @littletomatodonkey
from paddleclas.
你好,我训练的是一个res34VD的7类的分类器,在config中修改过 classes_num:7,然后训练出来的模型按照你的做法,在mode前后各加两个下划线,可视化出来发现全连接层维度依旧还是imagenet的1000,觉得很奇怪为什么是1000而不是7 @littletomatodonkey
你导出模型的时候也需要指定class_dim,默认是1000
PaddleClas/tools/export_model.py
Line 26 in d7d5353
from paddleclas.
多谢,这个问题解决了,还有两个问题:
- 一个就是我在模型可是话的时候,fc层为什么被你们展开成两层了(mul和elementwise_add),能直接变成fc层吗,方便转模型
- 转出来的模型在softmax后面为什么还接了一个scale层;然后转成onnx之后变成了softmax->Identity->scale_0.tmp_0
麻烦解答下 @littletomatodonkey
from paddleclas.
您好,还有一个问题,我这边模型转出来的精度对不上,我想把中间层打印出来对下相似度,请问有什么函数可以直接获取当中某一层吗 @ @littletomatodonkey
from paddleclas.
多谢,这个问题解决了,还有两个问题:
- 一个就是我在模型可是话的时候,fc层为什么被你们展开成两层了(mul和elementwise_add),能直接变成fc层吗,方便转模型
- 转出来的模型在softmax后面为什么还接了一个scale层;然后转成onnx之后变成了softmax->Identity->scale_0.tmp_0
麻烦解答下 @littletomatodonkey
你好,
- paddle的fc是通过mul和elem_add组合实现的,因此可以认为是2个单元,目前没法变成fc层
- 在预测的时候,Paddle中为了使用zerocopyrun的特性,会给所有的输出添加一个scale的操作。
from paddleclas.
您好,还有一个问题,我这边模型转出来的精度对不上,我想把中间层打印出来对下相似度,请问有什么函数可以直接获取当中某一层吗 @ @littletomatodonkey
你直接将要返回的tensor作为fetch list,拿出来就可以的,也可以使用fluid.layers.Print函数,在跑网络的时候实时打印tensor
from paddleclas.
您好,还有一个问题,我这边模型转出来的精度对不上,我想把中间层打印出来对下相似度,请问有什么函数可以直接获取当中某一层吗 @ @littletomatodonkey
你直接将要返回的tensor作为fetch list,拿出来就可以的,也可以使用fluid.layers.Print函数,在跑网络的时候实时打印tensor
能否举个例子,比如说我要把全连接层前的卷积层的featuremap打出来,我该怎么操作
from paddleclas.
您好,还有一个问题,我这边模型转出来的精度对不上,我想把中间层打印出来对下相似度,请问有什么函数可以直接获取当中某一层吗 @ @littletomatodonkey
你直接将要返回的tensor作为fetch list,拿出来就可以的,也可以使用fluid.layers.Print函数,在跑网络的时候实时打印tensor
能否举个例子,比如说我要把全连接层前的卷积层的featuremap打出来,我该怎么操作
以ResNet为例,在pool之后添加fluid.layers.Print(pool, summarize=10)就行,其中10是你要打印的feature map的元素数量。
from paddleclas.
能否举个例子,比如说我要把全连接层前的卷积层的featuremap打出来,我该怎么操作
paddle读取参数权重矩阵 weight = np.array(fluid.global_scope().find_var('conv2d_0.w_0').get_tensor())
from paddleclas.
您好,还有一个问题,我这边模型转出来的精度对不上,我想把中间层打印出来对下相似度,请问有什么函数可以直接获取当中某一层吗 @ @littletomatodonkey
你直接将要返回的tensor作为fetch list,拿出来就可以的,也可以使用fluid.layers.Print函数,在跑网络的时候实时打印tensor
能否举个例子,比如说我要把全连接层前的卷积层的featuremap打出来,我该怎么操作
以ResNet为例,在pool之后添加fluid.layers.Print(pool, summarize=10)就行,其中10是你要打印的feature map的元素数量。
按你的添加了,然后执行tools/infer/predict.py 来跑一张图,发现没进到刚添加的那段代码里
from paddleclas.
能否举个例子,比如说我要把全连接层前的卷积层的featuremap打出来,我该怎么操作
paddle读取参数权重矩阵 weight = np.array(fluid.global_scope().find_var('conv2d_0.w_0').get_tensor())
这个打印的是权重,我想打印的是featuremap
from paddleclas.
您好,还有一个问题,我这边模型转出来的精度对不上,我想把中间层打印出来对下相似度,请问有什么函数可以直接获取当中某一层吗 @ @littletomatodonkey
你直接将要返回的tensor作为fetch list,拿出来就可以的,也可以使用fluid.layers.Print函数,在跑网络的时候实时打印tensor
能否举个例子,比如说我要把全连接层前的卷积层的featuremap打出来,我该怎么操作
以ResNet为例,在pool之后添加fluid.layers.Print(pool, summarize=10)就行,其中10是你要打印的feature map的元素数量。
按你的添加了,然后执行tools/infer/predict.py 来跑一张图,发现没进到刚添加的那段代码里
toos/infer/predict.py
是加载inference model运行,如果要在预测的时候打印中间值,你需要使用toos/infer/infer.py
from paddleclas.
您好,还有一个问题,我这边模型转出来的精度对不上,我想把中间层打印出来对下相似度,请问有什么函数可以直接获取当中某一层吗 @ @littletomatodonkey
你直接将要返回的tensor作为fetch list,拿出来就可以的,也可以使用fluid.layers.Print函数,在跑网络的时候实时打印tensor
能否举个例子,比如说我要把全连接层前的卷积层的featuremap打出来,我该怎么操作
以ResNet为例,在pool之后添加fluid.layers.Print(pool, summarize=10)就行,其中10是你要打印的feature map的元素数量。
按你的添加了,然后执行tools/infer/predict.py 来跑一张图,发现没进到刚添加的那段代码里
toos/infer/predict.py
是加载inference model运行,如果要在预测的时候打印中间值,你需要使用toos/infer/infer.py
你好,值我打印出来了,我能把中间结果获取出来吗,因为发现fluid.layers.Print只能打印,没法保存
from paddleclas.
您好,还有一个问题,我这边模型转出来的精度对不上,我想把中间层打印出来对下相似度,请问有什么函数可以直接获取当中某一层吗 @ @littletomatodonkey
你直接将要返回的tensor作为fetch list,拿出来就可以的,也可以使用fluid.layers.Print函数,在跑网络的时候实时打印tensor
能否举个例子,比如说我要把全连接层前的卷积层的featuremap打出来,我该怎么操作
以ResNet为例,在pool之后添加fluid.layers.Print(pool, summarize=10)就行,其中10是你要打印的feature map的元素数量。
按你的添加了,然后执行tools/infer/predict.py 来跑一张图,发现没进到刚添加的那段代码里
toos/infer/predict.py
是加载inference model运行,如果要在预测的时候打印中间值,你需要使用toos/infer/infer.py
你好,值我打印出来了,我能把中间结果获取出来吗,因为发现fluid.layers.Print只能打印,没法保存
你直接将要返回的tensor作为fetch list,拿出来就可以的,转成numpy之后就可以存储了,比如infer.py里的out拿出来,之后每次exe.run,就可以拿到结果,保存了
PaddleClas/tools/infer/infer.py
Line 62 in ad6b6de
PaddleClas/tools/infer/infer.py
Line 109 in ad6b6de
from paddleclas.
您好,还有一个问题,我这边模型转出来的精度对不上,我想把中间层打印出来对下相似度,请问有什么函数可以直接获取当中某一层吗 @ @littletomatodonkey
你直接将要返回的tensor作为fetch list,拿出来就可以的,也可以使用fluid.layers.Print函数,在跑网络的时候实时打印tensor
能否举个例子,比如说我要把全连接层前的卷积层的featuremap打出来,我该怎么操作
以ResNet为例,在pool之后添加fluid.layers.Print(pool, summarize=10)就行,其中10是你要打印的feature map的元素数量。
按你的添加了,然后执行tools/infer/predict.py 来跑一张图,发现没进到刚添加的那段代码里
toos/infer/predict.py
是加载inference model运行,如果要在预测的时候打印中间值,你需要使用toos/infer/infer.py
你好,值我打印出来了,我能把中间结果获取出来吗,因为发现fluid.layers.Print只能打印,没法保存
你直接将要返回的tensor作为fetch list,拿出来就可以的,转成numpy之后就可以存储了,比如infer.py里的out拿出来,之后每次exe.run,就可以拿到结果,保存了
稍微有点不理解
ax = np.array(fluid.layers.Print(pool, summarize=10))
????
from paddleclas.
你好,我想问下能不能直接指定某一层的feature map进行打印
from paddleclas.
你好,我想问下能不能直接指定某一层的feature map进行打印
可以参考下是怎么拿到softmax输出结果的,把out替换成你需要的feature map就行
PaddleClas/tools/infer/infer.py
Line 68 in ad6b6de
from paddleclas.
Feel free to reopen it~
from paddleclas.
Related Issues (20)
- 关于tripletangularmarginloss.py中的负样本类距离loss计算absolut_loss_an HOT 13
- 请问 paddleClas适合会计票据的分类吗 HOT 2
- 使用Python命令索引库如何更新 HOT 4
- list index out of range的原因是?
- 使用PPLCNetV2_base_ShiTu模型,在GPU上运行加速效果不明显 HOT 1
- PaddleClas,图像识别部署,根据2.5文档服务化部署预测过程中出现报错 HOT 4
- 一张图片中两行文字发生了折叠,如果有文字发生折叠的图片和文字未发生折叠的图片,用哪一个分类模型效果会好一些? HOT 3
- PaddleClas 如何实现模型在train 以及 infer 的时候使用不同分支的forword HOT 1
- KeyError: 'save_infer_model/scale_0.tmp_1.lod' HOT 1
- PPLCNetV2_base_ShiTu模型增加图片的分辨率跟输出的维数会增加检索精度吗? HOT 1
- Direct prediction API HOT 1
- 关于paddleClas和paddlepaddle版本的问题 HOT 5
- release/2.5 ModuleNotFoundError: No module named 'ppcls' HOT 3
- paddleclas.PaddleClas使用inference_model_dir指定模型PULC模型识别有误 HOT 1
- 想要做一个文物拍照识别的课题研究,PP-ShituV2是否适合? HOT 2
- pp-shituv2 使用paddleserving部署后启动服务运行python3.7 pipeline_http_client.py报/home/aistudio/PaddleClas/deploy/paddleserving/recognition {'err_no': 8, 'err_msg': "(data_id=0 log_id=0) [det|0] Failed to postprocess: 'scale_factor.lod'", 'key': [], 'value': [], 'tensors': []} HOT 2
- 训练时报错 OSError: (External) CUDA error(719), unspecified launch failure. HOT 7
- 怎么训练出不带reshape2算子的general_PPLCNetV2_base模型? HOT 2
- 训练报错 HOT 1
- 首次接触paddle,我想在win10上部署,应该看哪个教程 HOT 2
Recommend Projects
-
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
-
Vue.js
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
-
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
-
TensorFlow
An Open Source Machine Learning Framework for Everyone
-
Django
The Web framework for perfectionists with deadlines.
-
Laravel
A PHP framework for web artisans
-
D3
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
-
Recommend Topics
-
javascript
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
-
web
Some thing interesting about web. New door for the world.
-
server
A server is a program made to process requests and deliver data to clients.
-
Machine learning
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
-
Visualization
Some thing interesting about visualization, use data art
-
Game
Some thing interesting about game, make everyone happy.
Recommend Org
-
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
-
Microsoft
Open source projects and samples from Microsoft.
-
Google
Google ❤️ Open Source for everyone.
-
Alibaba
Alibaba Open Source for everyone
-
D3
Data-Driven Documents codes.
-
Tencent
China tencent open source team.
from paddleclas.