如何重复使用经过培训的fastai模型？

Question

如何使用PyTorch上的fastai实现加载预训练模型？就像在SkLearn中一样,我可以使用pickle将模型转储到文件中,然后加载并稍后使用.在声明像bellow这样的学习实例之后,我使用了.load()方法来加载以前保存的权重:

arch=resnet34
data = ImageClassifierData.from_paths(PATH, tfms=tfms_from_model(arch, sz))
learn = ConvLearner.pretrained(arch, data, precompute=False)
learn.load('resnet34_test')

然后预测图像的类:

trn_tfms, val_tfms = tfms_from_model(arch,100)
img = open_image('circle/14.png')
im = val_tfms(img)
preds = learn.predict_array(im[None])
print(np.argmax(preds))

但它让我错误:

ValueError: Expected more than 1 value per channel when training, got input size [1, 1024]

如果我使用此代码learn.fit(0.01, 3)而不是learn.load().我真正想要的是避免在我的应用程序中的训练步骤.

Answer 1

只要一批数据包含单个元素，就会出现此错误。

解决方案1：在learn.load('resnet34_test')之后调用learn.predict()

解决方案 2：从训练集中删除 1 个数据点。

Pytorch问题

Fastai论坛问题描述