加载类' net.cnn.layer. imageinputlayer '的对象时出错:引用了不存在的字段'IsAverageImageMeanPerChannel'。

17次浏览(最近30天)

撒母耳Tomp 2019年5月2日

评论道: 撒母耳Tomp2020年5月14日

嗨，我有一个有趣的问题，我的班级有一个挑战，看谁能做出一个有效的图像分类器。我选择使用神经网络，它在我的电脑上运行得非常好。然而，当我提交了必要的组件的文件夹时，我的教授告诉我，当他们试图运行它时，它不会运行。她给我发了以下错误邮件:

                    警告：加载时class ' net.cnn.layer. imageinputlayer '的一个对象:
                   
                    参考到不存在的字段'IsAverageImageMeanPerChannel'。
                   
                    >pet_分级机中（第2行）
                   
                    在SammyMain(11行)
                   
                    警告:目录已经的存在。
                   
                    >在pet_classifier中(第8行)
                   
                    在SammyMain(11行)
                   
                    点这种类型的变量不支持索引。万博1manbetx
                   
                    错误在net.internal.cnn. seriesnetwork /setupNetworkForHostPrediction中(第511行)
                   
                    这一点。层{el} = this.Layers {el} .setupForHostPrediction ();
                   
                    错误在SeriesNetwork/getPredictionEnvironment(第870行)
                   
                    privateNetwork = this.PrivateNetwork.setupNetworkForHostPrediction ();
                   
                    错误SeriesNetwork/predict(第312行)
                   
                    predictEnvironment = this.getPredictionEnvironment (executionEnvironment);
                   
                    错误串联网络/分类（第564行）
                   
                    成绩=。预测(X, varargin{:});
                   
                    错误在pet_classifier中(第28行)
                   
                    Test =分类(净额，鉴定);
                   
                    错误在SammyMain（第11行）
                   
                    yguess = pet_classifier (Xtest);

我的程序代码如下所示：

                    作用yguess = pet_classifier (Xtest)
                   
                    loadednet =负载(“petclassifiernet.mat”，“净”）;
                   
                    网= loadednet.net;
                   
                    [rtest，~]=大小（Xtest）；
                   
                    mkdir(“testimgs”）;
                   
                    testpath=[pwd' / testimgs '];
                   
                    为我= 1:rt
                   
                    image=mat2gray（重塑（Xtest（i，：），64,64））；
                   
                    如果我< 10
                   
                    num = [“000”int2str(我)];
                   
                    elseifi<100
                   
                    num = [“00”int2str(我)];
                   
                    elseif我< 1000
                   
                    num = [' 0 'int2str(我)];
                   
                    其他的
                   
                    num=int2str（i）；
                   
                    结束
                   
                    文件名= sprintf (“testimage % s.jpg”, num);
                   
                    Imgfile = fullfile(testpath, filename);
                   
                    imwrite(图片、imgfile);
                   
                    结束
                   
                    testimages = imageDatastore (testpath);
                   
                    Test =分类(净额，鉴定);
                   
                    [r，~]=尺寸（试验）；
                   
                    yguess = [];
                   
                    为i = 1: r
                   
                    如果（测试（i，1）==“猫”）
                   
                    yguess = [yguess;1);
                   
                    elseif（测试（i，1）==“狗”）
                   
                    yguess=[yguess；1]；
                   
                    其他的
                   
                    disp (“错了”）;
                   
                    结束
                   
                    结束
                   
                    结束