问题标签 [mlmodel]

这是我的问题：从 firebase 下载我的 mlmodel 文件后，我收到此错误消息。该应用程序在设备上下载更多存储空间后使用，似乎下载成功。但我无法打开它并使用它。

这是我的代码：

这是我的错误消息和下载观察的最后消息：

我该如何解决？文件似乎已下载但无法使用。谢谢你的帮助

我有一个使用mobilenetv2训练的regressor mlmodel。最后几层如下：

我想将此 mlmodel 制作为可更新的 mlmodel 并训练 innerProduct 层（pytorch 中的全连接层）。我已将引用此博客的 mlmodel 转换为： https ://machinethink.net/blog/coreml-training-part4/ 。但我发现可更新的 mlmodel 的第二个训练输入默认设置为“score_true”，它只是一个值（数据类型：int32）。

然而，softmax 层的输出是一个具有 10 个浮点值的向量。那么如何将第二个训练输入设置为向量，因为基本事实是具有 10 个浮点值的向量。

我查找了CrossEntropyLoss int coremltools3.3的API。它的输入参数可以接受长度为 N 的向量。那么如何将默认生成的 score_true 从 intVal 更改为向量？非常感谢。

此代码来自拥抱脸变压器页面。https://huggingface.co/transformers/model_doc/bert.html#bertformaskedlm

我无法理解 中的masked_lm_labels=input_ids论点model。它是如何工作的？是不是表示通过时会自动屏蔽部分文字input_ids？

我正在使用mlflow server（https://mlflow.org/docs/latest/model-registry.html）运行 mlflow 注册表。服务器运行良好。如果服务器因任何原因崩溃，它会自动重新启动。但是在重新启动时服务器不可用。

是否可以在负载均衡器后面并行运行多个实例？这是安全的还是可能有任何不一致之处？

我的 xcode 项目中有多个 .mlModel，我希望用户选择模型并执行预测

我有另一个模型gestureClassifier1 我想做这样的事情

我怎样才能做到这一点，我尝试使用 Anyclass 作为数据类型，但无法访问诸如 .prediction(..) 之类的类函数。

我想将此 NSFW 模型转换为 CoreML 模型。我做了什么：

1. 下载 Anaconda 2.7
2. 安装 coremltools
3. 从这里转换这个 yahoo nsfw 模型 - https://github.com/yahoo/open_nsfw/tree/master/nsfw_model但我不确定它是 Caffe v1，因为 Apple 文档说只支持这个版本。无论如何……</li>

4. 我使用此命令进行转换，它在没有任何警告的情况下进行了转换。

   coreml_model = coremltools.converters.caffe.convert(('resnet_50_1by2_nsfw.caffemodel', 'deploy.prototxt'), image_input_names='data') coreml_model.save('nsfw2.mlmodel')

5. 我将这个模型导入到我的项目中，一切看起来都很好。
6. 我准备了 224x224 图像并使用 Vision 框架，如 VNImageRequestHandler 和 cgImage 等。

但！

所有图像返回相同的结果

如何调试此问题并找出问题所在？

我学习了本教程https://www.tensorflow.org/tutorials/generation/cyclegan并且完成的模型在 Windows 上运行良好。然后我将此 tf 模型转换为 mlmodel，但模型的输出（MultyArray）具有空形状。我该如何解决这个问题...？（此型号的 EPOCH 为 1）

计算机::: windows10 / tensorflow 和 -gpu 2.2 / tfcoreml 1.1

这是转换代码

这是 saved_model.summary

这是 mlmodel.spec 描述

我使用 coremltools 4.0 将 Keras 模型转换为 MLModel，但成功有限。

它有效，但前提是我使用 MLMultiArray 作为输出并转换为图像。转换为图像比推理需要更长的时间；使其无法使用。

如果我尝试更改 MLModel 规范以使用图像作为输出，我会收到此错误运行预测：

无法将输出身份转换为图像：

NSUnderlyingError=0x2809bad00 {Error Domain=com.apple.CoreML Code=0 "无效的数组形状 (2048, 2048, 3) 用于转换为灰度图像"

即使我为输出颜色指定了RGB ：

输出{名称：“身份”类型{图像类型{宽度：2048高度：2048颜色空间：RGB }}}

如果我使用 MultiArray（有效）Xcode 报告：

输出：Float32 1 x 2048 x 2048 x 3 数组

我怀疑问题出在第一个维度，即批号，但没有显示任何维度，所以我无法删除批次维度：

输出 { 名称：“身份”类型 { multiArrayType { 数据类型：FLOAT32 } } }

我认为我不能只向 Keras Conv2D 输出层添加一个输出形状，因为它有多个不同形状的入站节点。以下是输出形状：

我认为 coremltools 混淆了通道的批次，这就是为什么即使我指定 RGB 也尝试创建灰度图像的原因。

知道如何解决吗？

我有原始的 Keras 模型，但我看不到如何在没有批量维度的情况下指定形状。这里是 Keras 模型层描述的开始和结束

我已经在 google colab server 免费服务器上训练了 Detectron2 模型。

上面的代码创建了一个“输出”文件夹，其中有 4 个文件：model_final.pth、metrics.json、last_checkpoint 和 events.out.file

我可以使用这个模型进行预测

当 colab 本地会话未过期时，一切正常。

问题：

1. 当我将此输出文件夹安装在未导入模型的其他位置时。
2. 如何使用 .pth 保存的模型进行预测？
3. 如何重用detectron2训练的模型进行预测..？

我仍然对如何制作由机器学习模型文件识别的当前图像（从图库照片中选择）感到困惑。我想做的是，一旦点击相机按钮，我就可以从图库图片中选择一张图片（这是代码的一部分）。但是，一旦显示照片，它不会触发 ml 模型，并且照片不会被识别，而是按原样显示。有人可以帮我吗？这是我的代码：