in predict assert self.binded and self.params_initialized AssertionError

原创于 2018-03-09 23:37:00 发布 · 1.1k 阅读

1 ·

CC 4.0 BY-SA版权

Python 专栏收录该内容

8 篇文章

订阅专栏

本文介绍了使用MXNet模块(Module)进行模型加载、数据绑定及预测过程中遇到的问题及其解决办法。针对模型绑定时未指定输入数据形状(data_shape)和标签形状(label_shape)导致的错误，文章提供了具体的代码示例来说明如何正确地进行模型绑定和预测。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

错误一：in predict     assert self.binded and self.params_initialized AssertionError  ###需要绑定data_shape
错误二：InferShape pass cannot decide shapes for the following arguments (0s means unknown dimensions). Please consider providing them as inputs:
softmax_label: (), ##提示需要绑定label_shape

    model = mx.mod.Module.load('symbol/ocr',100)
    data_shape = [("data", (1, 3, 60, 60))]  #####问题一原因
    label_shape=[("softmax_label",(1,))]    #####问题二原因
    model.bind(data_shape,label_shape)    #####解决问题
    
    #help(model)
    res =  np.array(model.predict(val)[0])
    print "预测结果为：%s" %(np.argmax(res))

添加##### 结尾的3句代码