我在CNTK中调用trainer.restore_from_checkpoint时遇到以下异常。
＆＃39;这＆＃39;函数与从检查点恢复的函数不等效（同构）。
我的恢复代码如下所示。这些与创建培训师的结构相同，并按照in this document trainer.dnn trainer.save_checkpoint("trainer.dnn")保存def evaluate(reader, model):
criterion = create_criterion_function(model)
criterion.replace_placeholders({criterion.placeholders[0]: Input(input_dim),
criterion.placeholders[1]: Input(label_dim)})
# training config
epoch_size = 34
minibatch_size = 17
# LR schedule over epochs
lr_per_sample = [0.003]*4+[0.0015]*24+[0.0003]
lr_per_minibatch = [x * minibatch_size for x in lr_per_sample]
lr_schedule = learning_rate_schedule(lr_per_minibatch, UnitType.minibatch, epoch_size)
# Momentum
momentum_as_time_constant = momentum_as_time_constant_schedule(70)
learner = adam_sgd(criterion.parameters,
lr=lr_schedule, momentum=momentum_as_time_constant,
low_memory=True,
gradient_clipping_threshold_per_sample=15, gradient_clipping_with_truncation=True)
trainer = Trainer(model, criterion.outputs[0], criterion.outputs[1], learner)
trainer.restore_from_checkpoint("trainer.dnn")
def do_test():
reader = create_reader('Test.txt', is_training=False)
model = create_model()
evaluate(reader, model)
do_test()
。
entrypoint: gunicorn -b :$PORT mysite.wsgi:application答案 0 :(得分：0)
检查点有两种方式。
模型检查指向：仅检查模型，然后在恢复模型时创建新的培训师。
培训师检查指向：检查将保存模型的培训师，以及标准功能。从检查站恢复训练师。
此错误可能是因为您将标准函数传递给培训师，然后从具有不同功能的先前检查点进行恢复。
一些相关代码here