华为昇思MindSpore报错：ValueError：When using JIT Fallback to handle script ‘xxx‘...

最新推荐文章于 2025-12-18 10:59:28 发布
原创 最新推荐文章于 2025-12-18 10:59:28 发布 · 375 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python #华为 #机器学习

在Mindspore中遇到ValueError，提示使用JITFallback处理sum(pow(img_hash-sign(img_hash),2))时，输入img_hash不应为变量。为解决此问题，需注意Python原生函数在Mindspore中的使用，如sum()应避免与Python内置函数冲突，可以改名为sum_并用ops.ReduceSum替代。

错误提示：ValueError: When using JIT Fallback to handle script 'sum(pow(img_hash - sign(img_hash), 2))', the inputs should be constant, but found variable 'img_hash' to be nonconstant.

Mindspore中对Python的原生函数有独立支持，编译时会优先编译成原生函数，命名时一定要注意，例如：

sum = ops.ReduceSum() #sum()是python原生函数,换一个命名即可
sum_ = ops.ReduceSum()

YIHII
关注
报错：Getting requirements to build wheel did not run successfully..如何解决？
**My Coding Family**
07-20 1424
🏆本文收录于 《全栈Bug调优(实战版)》 专栏，该专栏专注于分享我在真实项目开发中遇到的各类疑难Bug及其深层成因，并系统提供高效、可复现的解决思路和实操方案。无论你是刚入行的新手开发者，还是拥有多年项目经验的资深工程师，本专栏都将为你提供一条系统化、高质量的问题排查与优化路径，助力你加速成长，攻克技术壁垒，迈向技术价值最大化与职业发展的更高峰🚀！
paddleocr用自己的训练集训练识别模型RARE算法报错：ValueError: (InvalidArgument) Input(Logits) and Input(Label) ...如何解决？
**My Coding Family**
05-10 1401
🏆 本文收录于《全栈Bug调优(实战版)》专栏，致力于分享我在项目实战过程中遇到的各类Bug及其原因，并提供切实有效的解决方案。无论你是初学者还是经验丰富的开发者，本文将为你指引出一条更高效的Bug修复之路，助你早日登顶，迈向财富自由的梦想🚀！同时，欢迎大家关注、收藏、订阅本专栏，更多精彩内容正在持续更新中。让我们一起进步，Up！Up！Up！    备注： 部分问题/难题源自互联网，经过精心筛选和整理，结合数位十多年大厂实战经验资深大佬经验总结所得，数条可行方案供所需之人参考。
Mindspore使用报错——原因与解决
atregret的博客
05-23 1480
该代码是从pytorch迁移过来的，难免出一些奇奇怪怪的问题。只看TypeError就行，参数给多了。
odoo14 | 报错：ValueError: Wrong value for ir.ui.view.type: ‘data‘
红星编程实验室
11-18 856
odoo14报错：ValueError: Wrong value for ir.ui.view.type: 'data'
【python】Numpy运行报错分析：ValueError - 数组维度不一致
景天科技苑
07-21 2857
在使用Numpy进行数组操作时，经常会遇到因数组维度不一致而导致的`ValueError`。这种错误通常发生在执行需要数组形状兼容的操作时，比如数组加法、乘法、矩阵运算等。本文将详细分析这种错误的原因、解决办法、如何避免以及总结，并附带具体的代码示例。
Python AES解密报错：Padding is incorrect...如何解决？
**My Coding Family**
12-17 460
🏆本文收录于 《全栈 Bug 调优（实战版）》 专栏。专栏聚焦真实项目中的各类疑难 Bug，从成因剖析 → 排查路径 → 解决方案 → 预防优化全链路拆解，形成一套可复用、可沉淀的实战知识体系。无论你是初入职场的开发者，还是负责复杂项目的资深工程师，都可以在这里构建一套属于自己的「问题诊断与性能调优」方法论，助你稳步进阶、放大技术价值 。
运行通义千问(cli_demo.py)时报错：ValueError: Unrecognized configuration class ＜class tr...如何解决？| 提供多种解决方案，亲测有效
**My Coding Family**
08-22 1269
🏆本文收录于 《全栈 Bug 调优（实战版）》 专栏。专栏聚焦真实项目中的各类疑难 Bug，从成因剖析 → 排查路径 → 解决方案 → 预防优化全链路拆解，形成一套可复用、可沉淀的实战知识体系。无论你是初入职场的开发者，还是负责复杂项目的资深工程师，都可以在这里构建一套属于自己的「问题诊断与性能调优」方法论，助你稳步进阶、放大技术价值 。
华为开源自研AI框架昇思MindSpore应用案例：基于MindSpore框架的Swin Transformer
Yeats_Liao的博客
10-01 1762
华为开源自研AI框架昇思MindSpore应用案例：基于MindSpore框架的Swin Transformer
【python读取nc文件】报错：ValueError: unrecognized engine netcdf4 must be one of: [‘store‘]
定期分享我的发现和想法，感谢你的陪伴和支持
09-08 9635
尝试2019华为杯E题，但是报了一系列error：最终解决。 ValueError: found the following matches with the input file in xarray's IO backends: ['netcdf4', 'h5netcdf']. But their dependencies may not be installed, see: ValueError: unrecognized engine netcdf4 must be one of: ['store'
monai报错：RuntimeError: applying transform ＜monai.transforms.utility.array.EnsureChannel...如何解决？
**My Coding Family**
06-02 825
🏆 本文收录于《全栈Bug调优(实战版)》专栏，致力于分享我在项目实战过程中遇到的各类Bug及其原因，并提供切实有效的解决方案。无论你是初学者还是经验丰富的开发者，本文将为你指引出一条更高效的Bug修复之路，助你早日登顶，迈向财富自由的梦想🚀！同时，欢迎大家关注、收藏、订阅本专栏，更多精彩内容正在持续更新中。让我们一起进步，Up！Up！Up！    备注： 部分问题/难题源自互联网，经过精心筛选和整理，结合数位十多年大厂实战经验资深大佬经验总结所得，数条可行方案供所需之人参考。
MobaXterm 高效运维实战：从入门到进阶的 Linux 运维 “瑞士军刀” 用法
hy行者勇哥的博客
12-18 451
MobaXterm 作为 Linux 运维的 “全能工具包”，不仅集成了 SSH 终端、SFTP 文件传输、X11 图形转发等基础功能，更隐藏着批量执行、宏命令、会话分组等高级特性，能轻松解决新手常遇到的 “重复操作繁琐”“多服务器切换麻烦”“文件传输低效” 等痛点。本文用 “运维指挥中心” 的通俗比喻，拆解 MobaXterm 的核心架构，针对 Linux 运维中的高频问题，分享可直接上手的高级技巧与自动化脚本案例，帮助新手快速从 “手动跑腿” 升级为 “高效指挥”，大幅提升运维效率。
[Python实战] 解决Outlook同步中的字符编码问题：表情符号也能正确处理了！
每日出拳老爷子的博客
12-16 186
摘要：本文分享了在使用Python同步Outlook会议信息时遇到的GBK编码问题解决方案。当处理包含表情符号（如📧）的会议内容时，Flask返回JSON会报"'gbk' codec can't encode"错误。作者通过封装ensure_utf8函数对文本进行UTF-8编码处理，同时建议设置Flask响应头编码为UTF-8和调整控制台输出编码，有效解决了特殊字符导致的编码异常问题。文章提供了从问题分析到完整解决方案的实践过程，适用于处理Python中的Unicode编码问题。
《Python实战小课：爬虫工具场景——开启数据抓取之旅》导读
2501_93253814的博客
12-15 1877
本文介绍了Python爬虫技术在三大场景中的应用：行业资讯爬取、学术文献摘要获取和电商评价收集。针对行业资讯，详细解析了从网页请求到数据存储的全流程；在学术文献方面，重点阐述了如何构建搜索请求和提取关键信息；对于电商评价，则说明了数据定位和清洗方法。文章还探讨了爬虫优化策略及反爬机制应对方案，为数据获取工作提供了实用指南。通过系统学习这些技术，读者可以提升数据采集能力，为商业决策、学术研究和市场分析提供有力支持。
Windows11系统安装Isaac Sim和Isaac Lab记录
weixin_65198494的博客
12-13 473
本文介绍了在Windows 11系统上安装IsaacSim和IsaacLab的完整流程。硬件配置为RTX4060显卡、32GB内存，软件环境包括NVIDIA驱动591.44、CUDA12.8、PyTorch2.7.0和Python3.11。安装IsaacSim5.1的主要步骤包括：更新GPU驱动、安装CUDA、创建conda虚拟环境、开启长路径支持、更新pip后安装IsaacSim pip包。IsaacLab安装则需要克隆GitHub仓库，通过安装脚本完成。最后通过运行验证脚本确认安装成功。
《Python 数据序列化与反序列化全景解析：从基础到最佳实践》
windowshht的博客
12-17 879
本文全面解析Python数据序列化与反序列化技术，涵盖JSON、Pickle、CSV、YAML等常见格式，并深入探讨自定义序列化、异步处理、分布式系统应用等高级主题。通过实战案例展示Web API交互、机器学习模型保存、自动化配置管理等场景的最佳实践，同时展望Protocol Buffers等前沿技术。文章既适合初学者掌握基础，也为资深开发者提供性能优化与安全合规的进阶指导，是Python数据处理领域的实用指南。
【FastAPI】FastAPI依赖注入完全指南
最新发布
weixin_63434398的博客
12-18 1260
本文全面介绍FastAPI的依赖注入机制，主要包含两大注入方式：原生自动注入和Depends自定义注入。原生注入支持Request/Response等框架对象以及路径/查询参数等自动解析，而Depends则用于自定义依赖项注入。文章详细讲解依赖注入的核心思想、实现方式、生命周期管理、高级技巧，并通过完整认证系统案例展示实战应用。最后剖析Depends底层原理，并与Spring框架进行对比，帮助开发者彻底掌握FastAPI这一核心特性，实现代码解耦和高效开发。
Ubuntu 24.04 安装common-extensions
sinat_15561283的博客
12-17 270
👉 这就解释了为什么 apt 一直“找不到”这不是你配置错，也不是你操作错，是。只要能看到帮助信息，就说明。✅ colcon 被。在 24.04 上，
Pandas库入门
注释写满人生
12-14 777
摘要：本文介绍了Python中Pandas库的核心数据类型Series和DataFrame。Series是一维带标签数组，可通过列表、字典、ndarray等多种方式创建，支持类似ndarray和字典的操作方法。DataFrame是二维表格型数据结构，可由二维ndarray、字典等多种形式创建，具有行列索引功能。文章详细展示了两种类型的创建方法、基本操作和属性，包括索引访问、运算对齐、name属性设置等，并通过代码示例演示了实际应用场景。Pandas的这些数据结构为数据分析和处理提供了高效灵活的工具。
DeepSeek v3.2 正式发布，对标 GPT-5
Sammyyyyy的博客
12-15 2074
DeepSeek 前几天发布了 V3.2 的正式版公告。标准版的DeepSeek - V3.2适用于日常场景，而DeepSeek - V3.2 - Speciale 则具备较强的指令跟随、数学证明和逻辑验证能力。
mindspore.ckpt的完整模型下载
10-05
<think>嗯，用户这次询问的是如何下载MindSpore的完整模型文件（.ckpt格式），看来用户正在搭建深度学习环境。从提供的三个引用片段来看，用户已经接触过一些具体场景：引用[1]展示了YOLOv7-tiny模型的官方下载路径，引用[2]涉及华为云S3存储桶的路径配置，引用[3]则暴露了常见错误——当ckpt文件路径错误或缺失时MindSpore框架的报错信息。 用户真正的痛点是缺乏系统化的模型获取指导。ta可能遇到两种情况：要么是新手不清楚官方资源分布，要么在复现某篇论文时找不到对应模型。考虑到MindSpore的生态特点，需要从三个维度帮用户梳理资源渠道： 首先是官方首选途径。和PyTorch的TorchHub类似，MindSpore有自己的Model Zoo（modelzoo.mindspore.cn），这里应该作为首要推荐。用户能看到按任务分类的预训练模型，像计算机视觉领域的ResNet50/YOLO系列，自然语言处理的Bert等都有明确标注。每个模型页面会清晰注明：1）对应的论文或算法名称；2）基于的数据集；3）精度指标；4）最重要的——下载按钮和SHA-256校验码。 其次是开源社区渠道。注意到用户引用中出现了"mindyolo-master"这样的项目名，说明ta可能在GitHub接触过第三方实现。这时候要提醒用户注意版本兼容性：例如MindSpore 1.8训练的ckpt可能不兼容2.0以上版本。可以建议用户在GitHub搜索时加上"site:github.com mindspore ckpt"这样的限定词。 最后是云服务平台场景。引用[2]提到的S3路径配置非常关键，特别是当用户在华为ModelArts平台工作时，数据必须通过OBS桶中转。这里需要强调路径格式的规范性："s3://bucket-name/path/to/model.ckpt"这样的全路径是必须的，否则会出现引用[3]中的文件不存在错误。 用户可能忽略的两个技术细节也需要提前预警：一是下载后的文件校验（官方模型通常提供SHA-256），二是环境变量设置。曾经有用户把ckpt放在~/.cache目录却忘记设置export CKPT_PATH=xxx，导致训练时找不到文件。 基于这些思考，回复应该优先引导用户到权威渠道，再补充社区资源和云服务要点，最后用示例代码固化路径设置操作。这样既覆盖即时需求，也预防未来可能出现的路径配置错误。 </think>根据您的需求，以下是获取MindSpore完整模型（.ckpt文件）的规范流程： --- ### **下载MindSpore预训练模型的三种方法** #### 1. **官方Model Zoo**（推荐首选） 访问[MindSpore Model Zoo](https://gitee.com/mindspore/models)或[官方模型库](https://www.mindspore.cn/resources/hub/)： - 搜索目标模型（如YOLOv7、ResNet等） - 在模型详情页查找**Download Link**或**Checkpoint**部分 👉 *示例*：YOLOv7-tiny下载链接： `https://download.mindspore.cn/toolkits/mindyolo/yolov7/yolov7-tiny_300e_mAP375-d8972c94.ckpt`[^1] #### 2. **GitHub开源项目** - 在相关模型的开源仓库（如[MindYOLO](https://github.com/mindspore-lab/mindyolo)）中： 1. 查看`README.md`的**Model Zoo**章节 2. 查找`configs/`目录下的配置文件（含下载链接） ```bash # 示例：MindYOLO仓库获取方式 git clone https://github.com/mindspore-lab/mindyolo cd mindyolo/configs grep "ckpt" yolov7-tiny.yaml # 查找配置文件中的下载地址 ``` #### 3. **华为云OBS存储桶**（需权限） 若使用ModelArts训练平台： 1. 在训练作业配置界面添加运行参数： ```yaml checkpoint_path: "s3://bucket-name/path/to/model.ckpt" # 替换为实际OBS路径[^2] ``` 2. 通过ModelArts控制台或SDK下载至本地 --- ### **关键注意事项** 1. **路径验证** 加载前检查路径是否存在，避免报错： ```python import os ckpt_path = "/path/to/model.ckpt" if not os.path.exists(ckpt_path): raise ValueError(f"Checkpoint {ckpt_path} not exist!") # 引用[3]错误预防 ``` 2. **完整性校验** 下载后验证文件哈希值（官方通常提供SHA256）： ```bash sha256sum yolov7-tiny.ckpt # 对比官方提供的校验码 ``` 3. **版本兼容性** - 确认模型与MindSpore版本的对应关系 - 特定框架（如MindYOLO）需匹配分支版本 --- ### **完整操作示例** ```python from mindspore import load_checkpoint, load_param_into_net # Step1 下载模型 !wget https://download.mindspore.cn/.../xxx.ckpt -P /data/ckpts/ # Step2 加载模型 net = YourNetwork() # 定义网络结构 param_dict = load_checkpoint("/data/ckpts/xxx.ckpt") # 加载ckpt load_param_into_net(net, param_dict) # 参数注入网络 ``` > ⚠️ 若遇下载失败或路径错误，请检查： > - URL是否过期（联系模型维护者） > - 存储桶权限配置（华为云需IAM策略授权）[^2] > - 本地存储空间是否充足 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值