我有两个CoreML模型。一个工作正常，另一个产生此错误消息：
[espresso] [Espresso::ANERuntimeEngine::__forward_segment 0] evaluate[RealTime]WithModel returned 0; code=5 err=Error Domain=com.apple.appleneuralengine Code=5 "processRequest:qos:qIndex:error:: 0x3: Program Inference overflow" UserInfo={NSLocalizedDescription=processRequest:qos:qIndex:error:: 0x3: Program Inference overflow}
[espresso] [Espresso::overflow_error] /var/containers/Bundle/Application/E0DE5E08-D2C6-48AF-91B2-B42BA7877E7E/xxx demoapp.app/mpii-hg128.mlmodelc/model.espresso.net:0
两个模型都非常相似（Conv2D模型）。生成的脚本和版本与PyTorch，ONNX和onnx-coreml相同。有效的模型具有1036层，而产生错误的模型具有599层。它们都使用标准层-Conv2D，BatchNorm，ReLU，MaxPool和Upsample（没有自定义层，也没有功能层或Numpy层）。它们每层都使用相对相同数量的要素。它们遵循基本相同的结构，只是错误模型在开始时会跳过maxpool层（因此输出分辨率更高）。
它们都以256x256彩色图像作为输入，并以（有效）64x64和（错误）128x128像素输出16个通道。
该应用不会崩溃，但会为错误模型提供垃圾结果。
两个模型都可以使用其本机格式（PyTorch）进行训练，评估等。
我不知道什么是Code=5 "processRequest:qos:qIndex:error:: 0x3: Program Inference overflow"错误，并且Google搜索没有产生任何成果，因为我收集的“ Espresso”和“ ANERuntimeEngine”都是苹果的私有库。
此错误消息告诉我什么？我该如何解决？
是否可以通过不在仿生芯片上但在CPU / GPU上运行模型来避免此错误消息？
感谢您的帮助。
答案 0 :(得分：1)
那是很多层！
Espresso是运行Core ML模型的C ++库。 ANERuntimeEngine与Apple Neural Engine芯片一起使用。
在加载Core ML模型时，通过传入MLModelConfiguration设置为computeUnits的{{1}}，可以告诉Core ML不要使用神经引擎。