使用executor和使用predictor的预测结果有差异
收藏
0
收藏
全部评论(1)
请登录后评论
1)PaddlePaddle版本:paddle 1.6
2)Python版本:3.7
现象:同样的数据使用load_inference_model加载,并使用executor进行预测输出的结果是正常的。将输入数据转为PaddleTensor,并使用AnalysisConfig、create_paddle_predictor加载模型,进行预测,预测结果不对。加载以及预测部分的代码如下:
加载部分
model_dir = 'model/freeze-model-1127'
predictor_config = AnalysisConfig(model_dir)
predictor_config.disable_gpu()
predictor = create_paddle_predictor(predictor_config)
数据部分
tensor_img = PaddleTensor(tensor_img)
tensor_img.name = 'image'
tensor_img.dtype = PaddleDType.FLOAT32
image_shape = PaddleTensor(image_shape[np.newaxis, :])
image_shape.name = 'image_shape'
image_shape.dtype = PaddleDType.INT32
预测部分
outs = predictor.run([tensor_img, image_shape])
其中,转换前的 tensor_img 以及 image_shape为送入executor的数据,因此在数据上应该不存在不相同的问题。求看一下,是在使用方法方面有什么地方存在问题吗?