pytorch init runtime 报错

新手上路，用pytorch做了mnist手写体数字识别，在转换模型的时候报错
网络结构如下：

1. class Net(nn.Module):
   
2.     def __init__(self):
   
3.         super(Net, self).__init__()
   
4.         self.conv1 = nn.Conv2d(1, 10, kernel_size=5)
   
5.         self.conv2 = nn.Conv2d(10, 20, kernel_size=5)
   
6.         self.conv2_drop = nn.Dropout2d()
   
7.         self.fc1 = nn.Linear(320, 50)
   
8.         self.fc2 = nn.Linear(50, 10)
   
9. 
   
10.     def forward(self, x):
    
11.         x = F.relu(F.max_pool2d(self.conv1(x), 2))
    
12.         x = F.relu(F.max_pool2d(self.conv2_drop(self.conv2(x)), 2))
    
13.         x = x.view(-1, 320)
    
14.         x = F.relu(self.fc1(x))
    
15.         x = F.dropout(x, training=self.training)
    
16.         x = self.fc2(x)
    
17.         return F.log_softmax(x, dim=1)

复制代码经训练后保存为mnist.py,然后将其转换成torchscript文件

1. def save_traced_model():
   
2.     model = Net()
   
3.     model.load_state_dict(torch.load('mnist.pt'))
   
4.     model.eval()
   
5.     example = torch.rand(64, 1, 28, 28)
   
6.     traced_script_model = torch.jit.trace(model, example)
   
7.     traced_script_model.save("traced_model.pt")

复制代码然后进行模型转化

1. if __name__ == '__main__':
   
2. 
   
3.     model = './traced_model.pt'
   
4.     input_size_list = [[1, 28, 28]]
   
5. 
   
6.     rknn = RKNN()
   
7. 
   
8.     # pre-process config
   
9.     print('--> config model')
   
10.     rknn.config(channel_mean_value='0 255', reorder_channel='0 1 2')
    
11.     print('done')
    
12. 
    
13.     # Load pytorch model
    
14.     print('--> Loading model')
    
15.     ret = rknn.load_pytorch(model=model, input_size_list=input_size_list)
    
16.     if ret != 0:
    
17.         print('Load pytorch model failed!')
    
18.         exit(ret)
    
19.     print('done')
    
20. 
    
21.     # Build model
    
22.     print('--> Building model')
    
23.     ret = rknn.build(do_quantization=False, dataset='./1.txt')
    
24.     if ret != 0:
    
25.         print('Build pytorch failed!')
    
26.         exit(ret)
    
27.     print('done')
    
28. 
    
29.     # Export rknn model
    
30.     print('--> Export RKNN model')
    
31.     ret = rknn.export_rknn('./mnist.rknn')
    
32.     if ret != 0:
    
33.         print('Export mnist.rknn failed!')
    
34.         exit(ret)
    
35.     print('done')
    
36. 
    
37.     ret = rknn.load_rknn('./mnist.rknn')
    
38. 
    
39.     # init runtime environment
    
40.     print('--> Init runtime environment')
    
41.     ret = rknn.init_runtime()
    
42.     if ret != 0:
    
43.         print('Init runtime environment failed')
    
44.         exit(ret)
    
45.     print('done')

复制代码结果运行到init runtime的时候报错segmentation fault(core dumped)


请问可能是什么原因呢？手写体网络本身可以运行得到测试结果，应该没什么问题吧。。

1. 转换看过去没有问题。
2. W the target_platform is not set in config ， 你是在哪里跑的

jefferyzhang 发表于 2020-6-1 14:12
1. 转换看过去没有问题。
2. W the target_platform is not set in config ， 你是在哪里跑的 ...

在pc上跑的

SongJ 发表于 2020-6-1 14:54
在pc上跑的

PC跑仿真？

jefferyzhang 发表于 2020-6-1 15:05
PC跑仿真？

对的,在PC上跑的仿真