问题标签 [mxnet-gluon]

观察到 GluonTS 深度状态时间序列模型在不同操作系统中的表现不同。在 Mac OS（四核、物理 VM、intel i7 @2.3 GHz）上的 docker 容器上运行时，预测需要大约 3 秒；此函数在 Linux 操作系统上的 docker 容器上运行时大约需要 8 秒（仅 4 CPU，VM，intel Broadwell @2.19 GHz）；同样的功能在 kubernetes 集群（分配有 16 个 CPU、VM、BM.standard2.52）上运行时大约需要 20 秒。在此期间监视 CPU / 内存时，可以观察到程序正在尝试消耗所有分配的 CPU，同时最少地占用内存和页面文件。我在 Linux 环境中运行 cProfile，下面是分析器的简短输出。我了解 mxnet 带有不同的库来支持不同的操作系统。mxnet 性能是否存在任何已知问题？如何最好地确定性能问题。

关于环境：

• 蟒蛇3.7
• 胶凝剂 0.6.1
• MXNET 1.6.0

我想安装某些软件包：

但是在安装过程中，我收到以下错误：

我指的是以下站点进行这些安装： https ://business-science.github.io/modeltime.gluonts/articles/managing-envs.html

有没有办法在没有任何依赖冲突的情况下安装所有这些包（即使它必须在新的 python 环境中，例如pipenv myenv）？

准确地说，我正在使用 SQL Server ML Services 2019，我正在使用 MxNet 库构建深度学习模型（训练图像）。它不断抛出这个错误模型训练开始。使用 GoDaddy 作为具有 4 个 CPU 内核和 8GB 内存的托管服务。

错误：

消息 39004，级别 16，状态 20，第 8 行在执行“sp_execute_external_script”期间发生“Python”脚本错误，HRESULT 为 0x80004004。消息 39019，级别 16，状态 2，第 8 行发生外部脚本错误：

运行 BxlServer 时出现无效的 BXL 流错误：捕获异常：BxlServer 和客户端之间通信时出错：0x000000e9

来自外部脚本的 STDOUT 消息：已建立连接

Traceback（最近一次调用最后一次）：文件“c:\jenkins\workspace\mxnet-tag\mxnet\src\storage./cpu_device_storage.h”，第 72 行 MXNetError: Failed to allocate CPU Memory

以下是我迄今为止为我的 Gluonts deepvar 模型编写的代码。我正在尝试使用多个时间序列进行预测，而 Glunts 似乎是一个不错的选择。以下是我到目前为止所做的截图以及我收到的错误。 数据集加载器代码

deepVAR模型

我收到的错误

我正在尝试获取关于特定图像的渐变（位于 adv_loader 中）。这些图像在 adv_loader 中加载。我尝试只使用在反向传播步骤中计算梯度的代码，但 Yolo3 似乎没有 grad 属性。关于如何获得它的任何想法？

我在这里被告知 AttributeError: 'YOLOV3' object has no attribute 'grad'。我正在使用此文档https://mxnet.apache.org/versions/1.6/api/python/docs/tutorials/packages/autograd/index.html 知道如何获取图像并将其传递给渐变yolo损失函数？

我正在尝试使用 deepAR 的 GluonTS 实现在多个时间序列上训练 deepAR（使用 m5 数据集）。但是，当我在数据集中的单个时间序列上训练 deepAR 时，训练所需的时间与在 100 个（或更多）时间序列上训练模型所需的时间一样短。我花了几个小时试图了解可能出了什么问题，但我还没有找到任何潜在的解决方案。这是复制问题的代码，假设您已下载 m5 数据集：

我正在使用一个脚本（使用 MXNet GluonCV 实现）对来自摄像机的视频流进行姿态估计，并且我想尝试提高推理速度。目前，我正在使用：

• 在 COCO (ssd_512_mobilenet1.0_coco) 上预训练的 SSD 模型，用于检测帧中的人；
• simple_pose_resnet18_v1b 用于姿态估计，使用之前模型的检测；

这是我正在使用的代码。

我想尝试对这些模型进行量化，我指的是这个页面。. 所以，我尝试了这样的事情：

但它返回错误：

在我链接的页面中，指定“data_shapes”应该是“DataDesc 列表，如果未提供 calib_data 则需要”。我应该如何精确地使用它？

我对此有点陌生。我正在尝试通过在搜索空间中指定不同的模型来使用 gluoncv 自动对象检测模块（超参数调整）参考：https ://cv.gluon.ai/build/examples_auto_module/demo_auto_detection.html

我想在上面的 search_args（搜索参数）中指定模型，例如 center_net_resnet50_v1b_coco、faster_rcnn_resnet50_v1b_coco 等（或来自 mxnet 的类似模型）。如何在搜索参数中添加此选项，以便返回指定数据集的最佳模型？参考链接：https ://cv.gluon.ai/build/examples_auto_module/demo_auto_detection.html

我正在使用 Glunts 来实现深度状态估计器。我想从它内置的 mxnet 框架转换为 ONNX 框架。为此，我试图将我的 Representable Block Predictor 对象转换为符号块预测器，以便可以导出模型。我目前正在尝试将我的训练 ListDataset 传递给符号块预测器。

1. 我目前正在像这样构建我的 ListDataset：

2. 在我运行我的试验并生成一个预测器对象之后，我试图提取符号文件和参数 json 文件。为了提取符号对象，我尝试了：

   predictor.as_symbol_block_predictor(dataset=[train_ds])

3. 错误消息：我收到错误“ListDataset”对象没有属性“副本”。这是跟踪：