Mxnet绑定lro_labels的错误和图像回归的数据

Question

我通过微调resnet50使用mxnet进行图像回归（4个标签）。

1. 我用符号中的LinearRegressionOutput更改了SoftmaxOutput
2. 我将图片标签更改为数字
3. 我使用metric = mx.metric.MSE（）而不是acc acc。

所以符号就像在最后一层。

{
"op": "FullyConnected",
"name": "fc",
"attr": {"num_hidden": "4"},
"inputs": [[430, 0, 0], [431, 0, 0], [432, 0, 0]]
},
{
"op": "null",
"name": "lro_label",
"inputs": []
},
{
"op": "LinearRegressionOutput",
"name": "lro",
"inputs": [[433, 0, 0], [434, 0, 0]]
}
],

但是当我运行代码时，我遇到了像simple_bind错误这样的错误。

simple_bind错误。参数：lro_label：（36，）data：（36,3,227,227）Traceback（最近一次调用last）：文件“finetune.py”，第59行，for_training = True）文件“/ usr / local / lib /python2.7/dist-packages/mxnet-0.10.1-py2.7.egg/mxnet/module/module.py“，第388行，在bind state_names = self._state_names中）文件”/ usr / local / lib / python2.7 / dist-packages / mxnet-0.10.1-py2.7.egg / mxnet / module / executor_group.py“，第214行，在init self.bind_exec（data_shapes，label_shapes，shared_group）文件”/ usr / local /lib/python2.7/dist-packages/mxnet-0.10.1-py2.7.egg/mxnet/module/executor_group.py“，第310行，在bind_exec shared_group中））文件”/ usr / local / lib / python2 .7 / dist-packages / mxnet-0.10.1-py2.7.egg / mxnet / module / executor_group.py“，第582行，_bind_ith_exec shared_buffer = shared_data_arrays，** input_shapes）文件”/ usr / local / lib / python2.7 / dist-packages / mxnet-0.10.1-py2.7.egg / mxnet / symbol.py“，第1375行，在simple_bind中引发RuntimeError（'simple_bind failed'）RuntimeError：simple_bind failed

似乎错误发生在

mod = mx.module.Module( symbol=new_sym, context=ctx, data_names=('data',), label_names=('lro_label',)) 
mod.bind(data_shapes=[('data', (batch_size, 3, 227, 227))], label_shapes=[('lro_label', (batch_size,))], for_training=True)

输入和输出不一样，但是当我使用softmax时，没有这样的问题。发生了什么？

Answer 1

我有两个错误的部分：

• num_class需要为1而不是分类标签
• lro_label：（36，）应该是lro_label：（36,1，）