全部文档
AI开发平台ModelArtsAI开发平台ModelArts
- 最新动态
- 功能总览
- 产品介绍
- 准备工作
- 快速入门
- 自动学习
- 开发工具
- 数据准备与分析
- 数据处理
- 数据标注
- 模型开发
- 模型封装
- 推理部署
-
AI Gallery
- AI Gallery简介
- 免费资产和商业售卖资产
- 入驻AI Gallery
- 个人中心介绍
- 订阅使用
- 发布分享
- 参加活动
-
预置AI算法（官方发布）
- 官方发布的预置算法列表
-
图像分类
- ResNet_v1_50（图像分类/TensorFlow）
- ResNet_v1_101（图像分类）
- ResNet_v1_50（图像分类/TensorFlow/Ascend910训练）
- ResNet50（图像分类/MindSpore/Ascend910训练）
- ResNet_v2_50（图像分类/TensorFlow/Ascend910训练）
- MobileNet_v1（图像分类/TensorFlow）
- MobileNet_v2（图像分类）
- Inception_v3（图像分类）
- ResNet_v2_101（图像分类）
- ResNet50_AdaInfer（图像分类/TensorFlow/推理自优化）
- Inception_ResNet_v2（图像分类/TensorFlow）
- EfficientNetB0/B4/B7/B8（图像分类/PyTorch）
- Res2Net_50（图像分类/TensorFlow）
- 物体检测
- 文本分类
- 图像语义分割
- 声音分类
- 强化学习
- 时序预测
- 修订记录
- 最佳实践
-
AI工程师用户指南
- AI工程师如何使用ModelArts
- 免费体验ModelArts
- 管理数据（New）
- 管理数据（即将下线）
- 开发环境（New）
- 开发环境（即将下线）
- 训练模型（New）
- 训练管理（即将下线）
- 管理模型
- 部署模型
- 资源池
- 使用自定义镜像
- 模型包规范
- 模型模板
- 自定义脚本代码示例
- 权限管理
- 监控
- 审计日志
- 建议反馈
- 将MLS业务迁移至ModelArts
- 修订记录
- 工具指南
- ML Studio开发指南
- MoXing开发指南
- SDK参考
- API参考
-
常见问题
-
一般性问题
- 什么是ModelArts
- ModelArts与其他服务的关系
- ModelArts与DLS服务的区别？
- ModelArts与MLS服务的区别？
- 如何购买或开通ModelArts？
- 支持哪些型号的Ascend芯片？
- 如何获取访问密钥？
- 如何上传数据至OBS？
- 提示“上传的AK/SK不可用”，如何解决？
- 使用ModelArts时提示“权限不足”，如何解决？
- 如何用ModelArts训练基于结构化数据的模型？
- 什么是区域、可用区？
- 数据已上传OBS，使用ModelArts为什么无法找到对应的OBS桶？
- 在ModelArts中如何查看OBS目录下的所有文件？
- ModelArts数据集保存到容器的哪里？
- ModelArts支持哪些AI框架？
- ModelArts训练和推理分别对应哪些功能？
- MindSpore相关问题如何解决？
- 计费相关
- 自动学习
- 数据管理
- Notebook
- 训练作业
- 模型管理
- 模型评估
- 部署上线
- 资源池
- 预置算法
- AI Gallery
- API/SDK
- 修订记录
-
一般性问题
-
故障排除
- 自动学习
- 开发环境
-
训练作业
-
OBS操作相关故障
- 读取文件报错，如何正确读取文件？
- TensorFlow-1.8作业连接OBS时反复出现提示错误
- TensorFlow在OBS写入TensorBoard到达5GB时停止
- 保存模型时出现Unable to connect to endpoint错误
- 训练作业日志中提示“No such file or directory”，如何解决？
- OBS拷贝过程中提示“BrokenPipeError: Broken pipe”
- 日志提示“ValueError: Invalid endpoint: obs.xxxx.com”
- 日志提示“errorMessage:The specified bucket does not exist”
-
云上迁移适配故障
- 无法导入模块
- 训练作业日志中提示“No module named .*”
- 如何安装第三方包，安装报错的处理方法
- 下载代码目录失败
- 训练作业日志中提示“No such file or directory”
- 训练过程中无法找到so文件
- 无法解析参数，日志报错
- 训练输出路径被其他作业使用
- 使用自定义镜像创建训练作业，找不到启动文件
- Pytorch1.0引擎提示“RuntimeError: std::exception”
- MindSpore日志提示“ retCode=0x91, [the model stream execute failed]”
- 使用moxing适配OBS路径，pandas读取文件报错
- 日志提示“Please upgrade numpy to >= xxx to use this pandas version”
- 重装的包与镜像装CUDA版本不匹配
- 内存限制故障
- 外网访问限制
- 权限问题
- GPU相关问题
-
业务代码问题
- 日志提示“pandas.errors.ParserError: Error tokenizing data. C error: Expected .* fields”
- 日志提示“max_pool2d_with_indices_out_cuda_frame failed with error code 0”
- 训练作业失败，返回错误码139
- 训练作业失败，如何使用云上环境调试训练代码？
- 日志提示“ '(slice(0, 13184, None), slice(None, None, None))' is an invalid key”
- 日志报错“DataFrame.dtypes for data must be int, float or bool”
- 日志提示“CUDNN_STATUS_NOT_SUPPORTED. ”
- 日志提示“Out of bounds nanosecond timestamp”
- 日志提示“Unexpected keyword argument passed to optimizer”
- 日志提示“no socket interface found”
- 分布式Tensorflow无法使用“tf.variable”
- MXNet创建kvstore时程序被阻塞，无报错
- 日志出现ECC错误，导致训练作业失败
- 超过最大递归深度导致训练作业失败
- 使用预置算法训练时，训练失败，报“bndbox”错误
- 训练作业状态显示“审核作业初始化”
- 训练作业进程异常退出
- 训练作业进程被kill
-
OBS操作相关故障
- 模型管理
- MoXing
- 修订记录
- 视频帮助
- 文档下载
更新时间：2021/03/18 GMT+08:00
链接复制成功！
为什么评估结果里的精度和自己日志里面打印的不一致？
导致该现象的原因通常有5种：
- 在获取模型输出时漏掉了一些后处理过程使得评估接口获得了不正确的输入。
- 预测结果标签和标注类别标签顺序没有一一对应，比如编号为0的类，在label_map_dict中对应为了编号为1的类。
- 评估时使用了不同的阈值，比如iou阈值，置信度阈值等。
- 使用的模型不一致。
- 评估的数据不一致。
解决方案
建议仔细核对训练过程和评估过程使用的数据集和模型以及各种处理方法，使二者保持一致。
父主题： 模型评估
模型评估 所有常见问题
more
