mxnet 入门0

初始化

 ####### 如果有预训练模型的话
sym, arg_params, aux_params = mx.model.load_checkpoint(prefix, epoch)  ######### prefix 后会自动搜索-symbol.json的后缀

######### 中间层作为输出
    all_layers = sym.get_internals()
    sym = all_layers['fc1_output']
self.image_size = image_size

######### 重建模型
    model = mx.mod.Module(symbol=sym, context=ctx, label_names = None)
    model.bind(for_training=False, data_shapes=[('data', (1, 3, image_size[0], image_size[1]))])
    model.set_params(arg_params, aux_params)

运行

    input_blob[0] = img
    data = mx.nd.array(input_blob)
    db = mx.io.DataBatch(data=(data,))
    self.model.forward(db, is_train=False)
    pred = self.model.get_outputs()[-1].asnumpy()[0

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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