【Mindspore-ascend】【运行错误】graph_mode模式下，运行网络报错

最新推荐文章于 2023-11-20 10:34:51 发布
最新推荐文章于 2023-11-20 10:34:51 发布
阅读量165 收藏
点赞数
文章标签： python 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45666880/article/details/125871385
版权
博客内容涉及在TensorFlow中遇到的问题，当尝试在graph_mode（静态图）模式下运行自定义网络时，出现错误，而该网络在pynative（动态图）模式下能正常运行。错误可能源于对SequentialCell类型的对象进行非法索引，它不是列表或元组，不支持整数索引。解决方案可能是将SequentialCell转换为支持索引的数据结构或调整网络构建方式以适应graph_mode。
摘要由CSDN通过智能技术生成

在graph_mode模式下，运行模型报错，请问该如何修改网络。

（但是该网络模型在pynative模式下无错误，可以正常运行。）

【截图信息】

初步看上去你这个像是使用了索引操作，类似x[i]，但x是一个网络或者算子。

请问你这里面的self.fuse_layers和x是什么类型的对象？ 

正如你所分析的那样，SequentialCell是一个Cell，不是一个List或者tuple，所以不支持对其进行整数索引。

小乐快乐
关注
Ceres-solver examples之pose_graph_3d学习笔记
幽冥小龙的博客
10-29 3544
Ceres-solver examples之pose_graph_3d学习笔记简要说明变量说明关键步骤一、Costfunction的搭建其中包括：二、构造Problem 简要说明 ceres-solver库是google的非线性优化库，可以对slam问题，机器人位姿进行优化，使其建图的效果得到改善。pose_graph_3d是官方给出的二维平面上机器人位姿优化问题，需要读取一个g2o文件，运行程序...
 avfilter_graph_parse_ptr 返回值 -22. 报  no such  filter: ‘‘ 
ooyyee的专栏
07-13 2807
if ((ret = avfilter_graph_parse_ptr(graph, filtergraph, &inputs, &outputs, NULL)) < 0) goto fail; avfilter_graph_parse_ptr 返回值 -22问题. 报 no such filter: '' 每次调用 ffplay_init时 is-&g...
使用MindSpore在GPU-PYNATIVE/ CPU-GRAPH_MODE 与 GPU-GRAPH_MODE 执行不一致
Kenji_Shinji的博客
06-08 375
问题描述：【功能模块】GPU -GRAPH_MODE 与 GPU-PYNATIVE/ CPU-GRAPH_MODE 输出不一致【操作步骤&问题现象】1、CPU 的 GRAPH_MODE 能够正常运行， 并且每轮 step 都可以调用 CallBack2、GPU 的PYNATIVE_MODE 下能够正常运行3、GPU的GRAPH_MODE 存在三个问题 1. input 0 of cnode is not a value node (这在cpu 的 graph_mode 下 并没有出现这一警告)
【mindspore】【执行问题】PYNATIVE模式正常，GRAPH模式报错
weixin_45666880的博客
08-29 558
1、执行train_cifar10.py --root_path ./demo --video_path data/cifar-10-batches-bin --result_path results --n_threads 2 --nl。该问题定位出来是因为1.3版本的mindspore，不支持在construct函数以外定义lambda函数。这个问题会在1.6版本上解决。也就是在construct函数里面去定义lambda。...
mindspore安装后验证过程卡死
weixin_45666880的博客
06-14 234
问题描述：【功能模块】mindspore安装【操作步骤&问题现象】安装官网上教程用Pip方式安装mindspore1.5.2，安装过程顺利，但在运行验证时只出现版本号然后卡死。尝试其它方法并查看源码后发现应该是在执行ops操作时卡住，具体原因未知。conda安装方式也尝试过，结果一样。设备是ubuntu20.04+RTX3090+cuda10.1+cudnn7.6.3(pytorch验证无异常） 解答：有可能是因为CUDA+cuDNN版本的问题，是cuda10.1和3090不适配的问题，升级成cuda11.
华为学习记录3 Mindspore的基础使用操作
最新发布
猪猪侠的博客
11-20 584
神经网络中的运算大部分是矩阵运算,还有一些其他运算, 所以会将不同的算子进行切分,将内存消耗大的切分到CPU,内存消耗小的密集型算子切分到硬件加速子图,框架协同不同子图进行网络训练,使得处于不同硬件且无依赖关系的子图能够并行进行执行的过程.在Graph模式下，Mindspore通过源码转换的方式，将python的源码转换成IR（MindIR）再在此基础上进行相关的图优化，最终再硬件设备上执行优化后的图。动态图是直接计算出结果的,在底层是没有做优化的,所以效率是不如静态图的.在线推理和离线推理.
【MindSpore】【训练】图模式训练过程中出现问题
weixin_45666880的博客
06-23 781
问题描述：【操作步骤&问题现象】在PYNATIVE_MODE GPU模式下执行训练过程时，出现 "Malloc for kernel output failed, Memory isn't enough"，网上查询得知可能与PYNATIVE内存消耗大有关。于是转用GRAPH_MODE进行训练，训练过程中出现问题 "The name 'batch_outputs' is not defined, or not supported in graph mode."。【截图信息】代码如下： 【日志信息】（可选，上传
【MindSpore】CPU可以正常运行的，但是GPU下报错
xi_xiyu的博客
10-31 1122
GPU和CPU的特性是有差异的，不同的硬件都会有差异，所以同样的代码有的硬件下可能正常，有的就会出现NAN等问题；动态图模式下面是可以使用print()操作的，在你觉得可能出错的地方尝试print一下具体数据，看看能不能获得相应的信息，比如你这边是提示了无效的loss，尝试看看能不能在计算loss的地方print(loss)一下。可能是GPU环境下某种数据类型不支持，或者GPU下loss出现NAN了；2、context.set_context(device_target="GPU") 报错。
用Robosense跑通hdl_graph_slam开源算法
a850565178的博客
04-10 3346
文章目录整体介绍代码解析环境配置可能遇到的坑常规安装流程 整体介绍 hdl_graph_slam是使用3D LIDAR的实时6DOF SLAM的开源ROS软件包。它基于3D Graph SLAM，以及基于NDT扫描匹配的测距法估计和回路检测。它还支持多种图形约束，例如GPS，IMU加速度（重力矢量），IMU方向（磁传感器）和地板（在点云中检测到）。我们已经在室内和室外环境中使用Velodyne（H...
MindSpore 运行方式
JIAJIA14754545的博客
12-12 1142
执行主要有三种方式：单算子、普通函数和网络训练模型。 执行单算子 执行单个算子，并打印相关结果。 代码样例如下： import numpy as np import mindspore.nn as nn from mindspore import context, Tensor context.set_context(mode=context.GRAPH_MODE, device_target="GPU") conv = nn.Conv2d(3, 4, 3, bias_init='z
基于MindSpore的手写数字识别初体验
qq_51964209的博客
08-30 7667
在开始之前，首先声明本篇文章参考官方编程指南，我基于官网的这篇文章加以自己的理解发表了这篇博客，希望大家能够更快更简单直观的体验MindSpore，如有不妥的地方欢迎大家指正。 【本文代码编译环境为MindSpore1.3.0 CPU版本】 准备环节 确保已安装MindSpore（可以根据自己的硬件情况安装，CPU，GPU，Ascend环境均可） 选择一个集成开发工具（Jupyter Notebook，Pycharm等），我选择的是Pycharm 查看是否安装python中的画图库 matplotlib，
小Mi的MindSpore安装经验之环境依赖常见问题及解决办法
Kenji_Shinji的博客
01-26 2351
小Mi的MindSpore安装经验之环境依赖常见问题及解决办法 2022-01-26 22:45·究极小孢子 再长的路，一步步也能走完；再短的路，不迈出第一步也无法到达，想要体验MindSpore，一定是从安装开始。 今天小Mi为大家整理安装过程中常出现的环境配置和依赖相关问题。 1. 无论是什么方式和平台安装MindSpore，请务必确认所有规定的依赖及版本。 2. Ubuntu 18.0404自带环境与MindSpore要求不同，需要手动调整。 3.gcc安装失败/如何安装/装.
mindspore和pytorch的比较 -- 网络接口部分（二）
liutt233的博客
08-21 1251
二、网络接口及支持的方法 功能 mindspore Cell接口 torch Module接口 查看模块 cells_and_names() modules()，named_modules() 功能一致 cells() children() 略有差异 name_cells() name_children() 略有差异 获取参数 parameters_and_names()，get_parameters() state_dict(destination=None) 略有差异
VisionWorks快速入门--Graph Mode
一米阳光
11-04 1936
VisionWorks快速入门--Graph Mode从立即模式过渡到图形模式1. 创建新节点。2. 向GraphModestabilizer类添加新字段和函数。3. 初始化字段。4. 执行算法的迭代。5. Release objects。结果 本教程的第一部分（VisionWorks快速启动（立即模式））展示了如何使用优化的VisionWorks立即模式函数替换几个耗时的OpenCV函数，从而提...
数据结构：图：图形和图形模型（Graphs and Graph Models）
//柏拉图的双斜杠
11-28 3714
章节总结 图形和图形模型 图形术语和特殊类型的图形 表示图形和图形同构 连通性 欧拉和哈密顿图 最短路径问题   Chapter Summary Graphs and Graph Models Graph Terminology and Special Types of Graphs  Representing...
【Mindspore-ascend】【自定义算子】GRAPH_MODE下，自定义如何遍历Tensor
weixin_45666880的博客
07-20 1237
在该算子中，我需要遍历一维Tensor。在PYNATIVE模式中，我将Tensor转为numpy数组实现该操作。但是在GRAPH_MODE中无法将Tensor转为numpy或list，请问该如何操作？因为需要使用了带weights的SoftmaxCrossEntropyLoss，就在mindspore提供的nn.SoftmaxCrossEntropyLoss上自定义了一个算子。你的问题是想在图模式下，遍历一个一维Tensor，当前可以通过两种方式遍历Tensor。......
WARNING: Package(s) not found: tensorflow
qq_44985985的博客
04-23 6188
今天想查看Tensorflow的版本 在cmd中输入命令pip show tensorflow 结果显示 WARNING: Package(s) not found: tensorflow 之后输入命令activate tensorflow_gpu 进入tensorflow环境。再输入命令pip show tensorflow，结果可以了。看来路径不对。 之前还有一个问题，我输入pip show tensorflow显示 'pip' 不是内部或外部命令，也不是可运行的程序 或批处理文件。 我参考的是这
MindSpore：测试mindspore的ascend用例编译失败
weixin_45666880的博客
07-27 652
检查一下这个libmindspore.so是否存在，然后看一下CMakelist文件中的find_library的查找路径，将SMINDSPORE_PATH指定为libmindspore.so存在的路径后，再试一下。exportinstall_path=/home/xling/Ascend/ascend-toolkit/latest#以安装用户为HwHiAiUser为例。#如果用户环境存在多个python3版本，则指定使用python3.7.5版本。可以ssh到atlas。...
Vision Transformer图像分类(MindSpore实现)
ZOMI酱
05-13 3686
Vision Transformer进行图像分类 Vision Transformer（ViT）简介 近些年，随着基于自注意（Self-Attention）结构的模型的发展，特别是Transformer模型的提出，极大的促进了自然语言处理模型的发展。由于Transformers的计算效率和可扩展性，它已经能够训练具有超过100B参数的空前规模的模型。 ViT则是自然语言处理和计算机视觉两个领域的融合结晶。在不依赖卷积操作的情况下，依然可以在图像分类任务上达到很好的效果。 模型结构 ViT模型的主体结构是基于
#ifndef MINDSPORE_CCSRC_TRANSFORM_GRAPH_IR_ALL_OPS_H_
07-25
这条消息是关于C++中预处理指令的使用。`#ifndef`是一个条件编译指令，如果该宏未定义，则编译下面的代码块，否则跳过。在这个例子中，`MINDSPORE_CCSRC_TRANSFORM_GRAPH_IR_ALL_OPS_H_`是一个宏的名称，它用于检查是否已经定义了名为`MINDSPORE_CCSRC_TRANSFORM_GRAPH_IR_ALL_OPS_H_`的宏。如果这个宏未定义，那么下面的代码会被编译，否则会被跳过。 这样的用法通常用于防止头文件的重复包含。当一个头文件被多个其他文件引用时，为了避免重复定义，我们可以使用条件编译指令来确保每个文件只包含一次。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值