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)
经验证C++的API可以得出结果。
使用Python的预测API，需要在创建PaddleTensor的时候加上copy()，可以正常执行。示例如下：
pdtensor_img = PaddleTensor(np.array(tensor_img).copy().astype('float32'))
0
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？