我已经构建了一个编码器/解码器模型(在PyTorch中),保存为两个独立的mlmodel对象。为了提高效率,我想把这些放在一个coremltools.models.pipeline中。将两个输入模型保存到磁盘后,下面是我用来构建管道的内容:
from coremltools.models.pipeline import *
from coremltools.models import datatypes
input_features = [('distorted_input', datatypes.Array(28*28))]
output_features = ['z_distribution', 'rectified_input']
pipeline = Pipeline(input_features, output_features)
pipeline.add_model(enc_mlmodel)
pipeline.add_model(dec_mlmodel)
pipeline_model = coremltools.models.MLModel(pipeline.spec)
pipeline_model.save('inputFixerPipeline.mlmodel')管道的创建运行良好,但保存的模型无法连接输入--即查看Netron中的模型,我看到distorted_input节点只是挂起它自己。管道的其余部分似乎是正确的。
有什么想法吗?
发布于 2019-02-20 08:10:20
回答我自己的问题:在我的第二个模型中,我有一个关于image_input_names的论点。事实上,它不需要图像,只需要一个张量,所以我认为它以某种方式混淆了管道构建器。删除image_input_names条目会立即更正管道模型。
希望这能帮助某些人避免未来的一些时间。
https://stackoverflow.com/questions/54776801
复制相似问题