Nervana Neon AttributeError: NoneType对象没有属性“sizeI”

Question

但是，当我去运行模型fprop时，我会得到以下错误：

AttributeError: NoneType对象没有属性“sizeI”

我非常接近他们的榜样。我已经使用他们的ImageLoader训练了模型，现在我想在一个系统中利用结果。我尝试过使用model.get_outputs(ArrayIterator(myData))，但仍然存在问题。有什么想法吗？

xdev = np.zeros((3 * 224 * 224, batch_size), dtype=np.float32)
xbuf = np.zeros((3 * 224 * 224, batch_size), dtype=np.float32)
img = to_neon(new_img) # function to flatten image to (3 * 224 * 224, ) 
xbuf[:,0] = img[:, 0]
model = model.load_params("/path/to/params.p")
out = model.fprop(xdev)
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-35-fc650f5dcbc4> in <module>()
----> 1 out = model.fprop(xdev)

/root/neon/neon/models/model.pyc in fprop(self, x, inference)
    213             Tensor: the output of the final layer in the model
    214         """
--> 215         return self.layers.fprop(x, inference)
    216 
    217     def bprop(self, delta):

/root/neon/neon/layers/container.pyc in fprop(self, inputs, inference, beta)
    248                 x = l.fprop(x, inference, beta=beta)
    249             else:
--> 250                 x = l.fprop(x, inference)
    251 
    252         if inference:

/root/neon/neon/layers/layer.pyc in fprop(self, inputs, inference, beta)
    787         self.inputs = inputs
    788         self.be.fprop_conv(self.nglayer, inputs, self.W, self.outputs, beta=beta,
--> 789                            bsum=self.batch_sum)
    790         return self.outputs
    791 

/root/neon/neon/backends/nervanagpu.pyc in fprop_conv(self, layer, I, F, O, X, bias, bsum, alpha, beta, relu, brelu, slope, repeat)
   1936         repeat: used in benchmarking
   1937         """
-> 1938         assert layer.sizeI == I.size
   1939         assert layer.sizeF == F.size
   1940         assert layer.sizeO == O.size

AttributeError: 'NoneType' object has no attribute 'sizeI'

Answer 1

在你的堆叠痕迹上倒转..。

此问题来自试图在layer对象为None时取消引用layer属性的尝试。

-> 1938 assert layer.sizeI == I.size

我会把它称为霓虹灯库(backends/nervanagpu.py)中的一个bug --它应该在1938年的那一行上面，类似于：

    assert isinstance(layer, TheExpectedLayerClass)

在layers/layer.py中，也可以在第788行之前添加类似的检查：

    assert isinstance(self.nglayer, TheExpectedLayerClass)

但是，在第三方库中经常碰到这样的But只是表明库的使用方式并没有达到预期的程度。错误只是掩盖了真正的原因，因为没有更早地进行适当的检查，在那里可能很清楚遗漏了什么。

因此，请查看文档/教程，可能您遗漏了一些init/setup步骤，或者其他一些参数，等等。或者，如果您更熟悉霓虹灯，请继续在堆栈跟踪上进行回退，直到找到丢失的内容。