在本地环境下运行图像类别示例程序出现以下错误
收藏
运行环境是 win 7 企业版 64位 内存8g，python版本是3.7，安装paddlepaddle方式为pip安装形式，源码是从github下载的最新版本
安装完成后一句代码未改，然后执行book-develop\03.image_classification目录下的train.py，最终训练结果为Acc为0.56，训练结果如下图所示：
上图中训练完成出现了一个运行警告，然后紧跟着校验dog.png的类别却变成了infer results：airplane
然后注释掉训练代码train(use_cuda=use_cuda, params_dirname=save_path)，直接验证
通过修改img = load_image(cur_dir + '/image/dog.png')更换各种图片验证，结果都是infer results: frog
而且校验有些图片时会提示如下错误
请问目前的windows环境下的示例代码只能在docker下运行正常吗，还是说我本地环境还有其他问题？
0
收藏
请登录后评论
这个0.5的准确率出来的模型肯定不能预测的呀。就主观上来讲也不敢用。
还是建议继续多训练训练
已经训练三次了，第一次训练完识别，我用各种图片校验，然后结果要么是deer，要么就报上边那个错误，第二次结果也是要么是dog，要么报上边那个错误。
示例代码我除了修改校验图片名称外，其他都没动过。而且按时示例文档中有这句话 “测试集上平均 Accuracy 为0.6”，那意思是训练值Accuracy 达到多少才能比较高准确率的识别图片呢？
你没有修改代码吧？你可以一直训练下去，看模型有没有在收敛。还有，不肯能百分之一百识别正确的。
还有你的预测代码有没有修改过。数据预处理有没有正确？
一句代码都没动过，每次训练完，用dog.png校验，结果都不一样，是paddlepaddle目前对windows平台支持不好吗？另外如果已这个示例为准，需要训练出一个理想的结果，需要执行很多次的训练吗？我这边每次训练大概需要1小时多，i5 8g的笔记本配置
这种跟卷积有关的还是建议在ubuntu用GPU训练
哦，你意思是这类图像识别的AI训练，不建议在普通windows系统的pc上训练是吧？我之前在线上利用百度提供的AI Studio训练图像识别示例程序，选择GPU模式，运行的时候页面总是提示 服务器崩溃，需要重启，所以只能在本机安装运行。
建议文档中明确各种训练类别下的推荐硬件配置内容，这样开发者也好提前协调硬件资源
图像类的，CPU计算不动的，速度惨不忍睹