System.ArgumentOutOfRangeException: «Не удалось найти входной столбец» data «Имя параметра: inputSchema» - PullRequest
Новая
       3

System.ArgumentOutOfRangeException: «Не удалось найти входной столбец» data «Имя параметра: inputSchema»

0 голосов
/ 02 июня 2019

Я пытаюсь использовать Ml.Net Image Classification, импортируя мою модель. Как правильно ссылаться на правильный столбец в модели в модели Ml.Net.

Я попытался использовать Neutron, чтобы идентифицировать имена входов и выходов системы, чтобы ссылаться на них как на столбцы ввода и вывода. 

        var data = mlContext.Data.LoadFromTextFile<ImageData>(path: dataLocation, hasHeader: false);
                    // </SnippetLoadData>

                    // <SnippetMapValueToKey1>
                    var estimator = mlContext.Transforms.Conversion.MapValueToKey(outputColumnName: LabelTokey, inputColumnName: "Label")
                                    // </SnippetMapValueToKey1>
                                    // The image transforms transform the images into the model's expected format.
                                    // <SnippetImageTransforms>
                                    .Append(mlContext.Transforms.LoadImages(outputColumnName: "fc8/Softmax", imageFolder: _trainImagesFolder, inputColumnName: nameof(ImageData.ImagePath)))
                                    .Append(mlContext.Transforms.ResizeImages(outputColumnName: "fc8/Softmax", imageWidth: InceptionSettings.ImageWidth, imageHeight: InceptionSettings.ImageHeight,inputColumnName: "data"))
                                    .Append(mlContext.Transforms.ExtractPixels(outputColumnName: "fc8/Softmax", interleavePixelColors: InceptionSettings.ChannelsLast, offsetImage: InceptionSettings.NumberOfChannels))
                                    // </SnippetImageTransforms>
                                    // The ScoreTensorFlowModel transform scores the TensorFlow model and allows communication 
                                    // <SnippetScoreTensorFlowModel>
                                    .Append(mlContext.Model.LoadTensorFlowModel(inputModelLocation).
                                        ScoreTensorFlowModel(outputColumnNames: new[] { "fc8/Softmax" }, inputColumnNames: new[] { "data" }, addBatchDimensionInput: true))
                                    // </SnippetScoreTensorFlowModel>
                                    // <SnippetAddTrainer> 
                                    .Append(mlContext.MulticlassClassification.Trainers.LbfgsMaximumEntropy(labelColumnName: LabelTokey, featureColumnName: "fc8/Softmax"))
                                    // </SnippetAddTrainer>
                                    // <SnippetMapValueToKey2>
                                    .Append(mlContext.Transforms.Conversion.MapKeyToValue(PredictedLabelValue, "PredictedLabel"))
                                    .AppendCacheCheckpoint(mlContext);
                    // </SnippetMapValueToKey2>

                    // Train the model
                    Console.WriteLine("=============== Training classification model ===============");
                    // Create and train the model based on the dataset that has been loaded, transformed.
                    // <SnippetTrainModel>

                    ITransformer model = estimator.Fit(data);
                    // </SnippetTrainModel>

                    // Process the training data through the model
                    // This is an optional step, but it's useful for debugging issues
                    // <SnippetTransformData>
                    var predictions = model.Transform(data);
...