일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
Tags
- ssh
- IVI
- cs231n
- 히비스서커스
- docker
- cocre
- aiffel exploration
- docker attach
- 사회조사분석사2급
- CellPin
- 오블완
- logistic regression
- Jupyter notebook
- 코크리
- 프로그래머스
- 기초확률론
- docker exec
- AIFFEL
- vscode
- Pull Request
- numpy
- 도커
- 티스토리챌린지
- WSSS
- Multi-Resolution Networks for Semantic Segmentation in Whole Slide Images
- GIT
- Decision Boundary
- airflow
- HookNet
- 백신후원
Archives
- Today
- Total
히비스서커스의 블로그
[Python] AttributeError: 'model' object has no attribute 'predict' (feat. pytorch에서 직접 설계한 모델) 본문
Programming/Python
[Python] AttributeError: 'model' object has no attribute 'predict' (feat. pytorch에서 직접 설계한 모델)
HibisCircus 2021. 11. 10. 14:28728x90
pytorch로 모델을 직접 설계하여 모델을 학습시킨 후 model.predict()을 하였으나 model에는 predict 특성이 없다는 에러가 발생하였다.
상황
설계한 모델형식 (간단하게 줄여서 나타냄)
import torch
import torch.nn as nn
class simple_model(nn.Module):
def __int__(self, inchannels, out_channels, kernel_size, stride, padding):
super().__init__()
self.conv = nn.Conv2d(in_channels=in_channels, out_channels=out_channels, kernel_size=kernel_size, stride=stride, padding=padding)
self.relu = nn.ReLU(inplace=True)
def forward(self, x):
x = self.conv(x)
x = self.relu(x)
return x
다음 모델 학습을 시키고 가중치를 저장 후 불러와 탑재하였다. 자세한 과정은 생략
simple_model = torch.load('./model_path.pth')
simple_model.predict()
결과는
AttributeError: 'model' object has no attribute 'predict'
이와 같은 에러가 발생하였다.
해결방법
class를 만들 때 predict 함수를 따로 지정해주지 않았기 때문이다. keras와는 달리 pytorch에서는 predict함수를 따로 지정해주지 않는다면 사용할 수 없다. predict 함수를 만드는 방법은 간단하게 아래를 class에 포함시켜주면 될 것이다.
def predict(self, x):
x = self.forward(x)
return x
이 방식보다는 아래와 같이 model에 입력으로 tensor를 주는 것이 좀 더 좋을 것이다.
simple_model(tensor)
여기서 tensor는 data generator 단에서 생성된 형식과 동일한 형식이다!
728x90