ロッド（ニューラル計算スティック2）を計算する第二世代は、2018年インテルは深さで勉強するために適用することができるより速くモデルを実行することができ、インテル®OpenVINO™キットを使用して深さ計算のためのツールを導入しました。
私はPytorchフレームワークモデルを記述するために使用される、モデル名：model.pt、PTファイルは、IRスティック識別文書を計算するために変換する必要があり、基本的な考え方は、IR「onnx-」PT-です。そして、「IRこの時点onnx-このレコードに問題がありました。
図1に示すように与えられる：多次元インデックスの間、非タプルが破棄される使用します。多次元インデックス操作は、アカウントにデータ構造との関係を取るときことを意味しています。
/opt/intel/computer_vision_sdk_2018.5.455/deployment_tools/model_optimizer/mo/ops/slice.py:111：FutureWarning：使用して多次元インデックスは廃止のための列である非組;使用arr[tuple(seq)]するのではなくはarr[seq]。将来的にはこの解釈されるように、インデックス配列、arr[np.array(seq)]Aまたはエラー異なる結果のどちらかになります。
値=値[slice_idx]
2が与えられている画像オプティマイザ、データフロー制御誤差を構築与えられます。実際には、これは上記onnx前記モデルデータ構造の問題とエラーです。
in_nodeの中のファイル"/opt/intel/computer_vision_sdk_2018.5.455/deployment_tools/model_optimizer/mo/graph/graph.py"、ライン329、
リターンself.in_nodes（= control_flow control_flow）[キー]
KeyError例外:. 1
上記の2つのエラーによると、このステップonnx」PT-再確認してください。
私が見つかりました。次の警告が表示されます
TracerWarning：AのPythonへのテンソルAの変換は原因が我々がデータフローのPythonの値で、ここで間違っていない録音にできるトレースへのインデックスであることによって、この値はこれがそれを意味の未来で治療中の定数としてSOされる可能性があります。..他の入力時にトレースに一般化しないことがあります！
X1 = X - [：、：（x.shape [1] // 2）、：、：]
テンソルPythonのインデックスが間違って追跡を引き起こす可能性が変換します。将来の値が一定のプロセスとして扱われますので、我々は、データ・ストリームのPythonの値を記録することはできません。これは、トラックが他の入力には適用されない可能性があることを意味します！インデックス操作は内部テンソルデータの流れを引き起こし、構造が破壊された、唯一の入力値として、使用することを持ち込むことはできませんを意味します。！！！問題は、このコード行
x1 = x[:, :(x.shape[1]//2), :, :] # 输出x的一半
Xは、Pythonテンソルの操作ではなく、従って、トーチのツールを運ぶ構造テンソルを破壊するよりも、方法であり、numpyのためのテンソルは、最初の独自の処理ツールを考慮し、他の検討、テンソルです。
改良：
x1 = torch.chunk(x, 2, 1)[0]
問題が解決されます。
フォローアップが実行棒を計算するモデルを使用する方法だけでなく、Ubuntu16.04とラズベリー3B +環境の記事で構築された計算バーを記録します。