MindSpore第五期两日集训营

作业内容：训练一个ResNet50网络。使用训练好的checkpoint文件，导出MindIR格式模型。

参考网页：https://www.mindspore.cn/tutorial/training/zh-CN/r1.1/use/save_model.html

 

拿出上次毒蘑菇作业（ https://bbs.huaweicloud.com/blogs/208652 《MindSpore21天实战营（3）使用MindSpore实现Resnet50毒蘑菇识别》  ）中训练好的checkpoint吧。。

张小白不想努力了！

拿来：

将上次运行了9个小时生成的ckpt拷贝到 E:\gitee\mindspore\model_zoo\official\cv\resnet 目录

跟作业一一样，做一个生成mindir的python脚本 create_resnet50_mindir.py

import numpy as np
from mindspore import Tensor,export, load_checkpoint,load_param_into_net
from src.resnet import resnet50 

resnet = resnet50()

load_checkpoint("resnet-90_18810.ckpt", net=resnet)
input = np.random.uniform(0.0,1.0, size=[32,3,224,224]).astype(np.float32)
export(resnet, Tensor(input), file_name='resnet-90_18810',file_format='MINDIR')

python create_resnet50_mindir.py 执行这个py

报错了。

经过王辉老师的提示，去检查src/config.py 缺省分类个数 class_num =10

试着如何解决

1. 直接将config.py的第22行class_num:10改为9

2. 在 create_resnet50_mindir.py resnet50（）中增加参数class_num=9

试了下第一种方法，

好像并不行。

再试下第二种方法：

import numpy as np
from mindspore import Tensor,export, load_checkpoint,load_param_into_net
from src.resnet import resnet50 

resnet = resnet50(class_num=9)

load_checkpoint("resnet-90_18810.ckpt", net=resnet)
input = np.random.uniform(0.0,1.0, size=[32,3,224,224]).astype(np.float32)
export(resnet, Tensor(input), file_name='resnet-90_18810',file_format='MINDIR')

python create_resnet50_mindir.py 重新执行这个py

可见resnet-90-18810.mindir这个对应的MINDIR文件已成功生成。

速度也非常快。