[问答]

在使用STM32 AI (GUI)分析模型时，遇到“工具错误：(1, 4, 12, 10) 不是 (2, 0, 1) 的排列”怎么解决？

164 STM32

问答对人有帮助，内容完整，我也想知道答案 0 我遇到错误“工具错误：(1, 4, 12, 10) 不是 (2, 0, 1) 的排列” 处理模型结构似乎存在一些问题。但我想不通。该模型在 python 上完美运行，结构与成功导入到我的板（NUCLEO-L452RE）的模型没有太大区别工具版本是 X-CUBE-AI 5.1.2，我使用的是 STM32CubeMX GUI。该模型具有如下所示的结构（由 model.summary() 检查） ___________________________________________________________________ 图层（类型）输出形状参数# ================================================ =============== input_8 (InputLayer) [(无, 36, 100, 1)] 0 ___________________________________________________________________ conv2d_16 (Conv2D) (无, 36, 100, 5) 130 ___________________________________________________________________ average_pooling2d_5 (平均 (无, 9, 25, 5) 0 ___________________________________________________________________ re_lu_14 (ReLU) (无, 9, 25, 5) 0 ___________________________________________________________________ conv2d_17 (Conv2D) (无, 9, 25, 10) 1260 ___________________________________________________________________ max_pooling2d_9 (MaxPooling2 (无, 4, 12, 10) 0 ___________________________________________________________________ re_lu_15 (ReLU) (无, 4, 12, 10) 0 ___________________________________________________________________ flatten_1（展平）（无，480）0 ___________________________________________________________________ dense_5（密集）（无，6）2886 ___________________________________________________________________ softmax_1（Softmax）（无，6）0 ================================================ =============== 总参数：4,276 可训练参数：4,276 不可训练的参数：0 ___________________________________________________________________ 下面显示的结构已成功分析。 ---------------------------------------------- ---------------------------------------------- ---------------------- id layer (type) output shape param # 连接到macc rom ---------------------------------------------- ---------------------------------------------- ---------------------- 0 input_2（输入）（16、100、1） conv2d_0 (Conv2D) (16, 100, 5) 130 input_2 208,005 520 ---------------------------------------------- ---------------------------------------------- ---------------------- 1 pool_1（池）（4、25、5）conv2d_0 nl_1（非线性）（4、25、5）pool_1 500 ---------------------------------------------- ---------------------------------------------- ---------------------- 2 conv2d_2 (Conv2D) (4, 25, 10) 1,260 nl_1 125,970 5,040 ---------------------------------------------- ---------------------------------------------- ---------------------- 3 pool_3（池）（2、12、10）conv2d_2 nl_3（非线性）（2、12、10）pool_3 240 ---------------------------------------------- ---------------------------------------------- ---------------------- 4 conv2d_4 (Conv2D) (2, 12, 6) 546 nl_3 13,110 2,184 ---------------------------------------------- ---------------------------------------------- ---------------------- 5 pool_5（池）（1、1、6）conv2d_4 ---------------------------------------------- ---------------------------------------------- ---------------------- 6 nl_6（非线性）（1、1、6）pool_5 90 ---------------------------------------------- ---------------------------------------------- ---------------------- 0
2023-1-17 08:53:03　　评论淘帖0 邀请回答您可以邀请以下用户，快速回答问题 × wang21cj 该类别下有 44 个回答。邀请回答新星之火12138 该类别下有 41 个回答。邀请回答 chm5 该类别下有 39 个回答。邀请回答 hgimtk 该类别下有 33 个回答。邀请回答 HengDu 该类别下有 30 个回答。邀请回答 jghgfdssas 该类别下有 28 个回答。邀请回答 hwp0415229 该类别下有 28 个回答。邀请回答可口可甜该类别下有 26 个回答。邀请回答 kingnet6688 该类别下有 26 个回答。邀请回答颜刚YanG 该类别下有 26 个回答。邀请回答 zyh34997 该类别下有 25 个回答。邀请回答柱子图宁该类别下有 25 个回答。邀请回答 jenny042 该类别下有 25 个回答。邀请回答 kingnet9999 该类别下有 25 个回答。邀请回答 andyfly7 该类别下有 25 个回答。邀请回答麻酱该类别下有 25 个回答。邀请回答成长的小师弟该类别下有 24 个回答。邀请回答 gXDhn 该类别下有 24 个回答。邀请回答 jiangwenwen 该类别下有 24 个回答。邀请回答哼小曲该类别下有 24 个回答。邀请回答举报乐骞添相关推荐 • STM32CubeAI-Keras具有多个输入的顺序模型给出内部错误是什么原因？如何处理？ 222 • STM CUBE AI错误导入onnx模型报错的原因？ 278 • 如何通过cube-ai扩展将机器学习模型部署到STM32H743ZIT6？ 343 • 在i.MX93 EVKCM上的EthosU NPU上推断AI模型时遇到错误怎么解决？ 1200 • STM32L1和STM32L0可以用于AI开发吗？ 378 • X-CUBE-AI 7.1.0生成代码初始化错误如何解决呢？ 377 • 在Windows 10中怎么安装VL53L0X/P-NUCLEO-53L0A1 GUI 1188 • 在X-CUBE-AI.7.1.0中导入由在线AI平台生成的.h5模型报错怎么解决？ 352 • 为什么Cubeai导入模型的时候报错[AI:persondetection] ModuleNotFoundError: No module named \'_socket\'？ 130 • 在STWINKT1上运行X-CUBE-MEMSMIC1无响应是何原因 145 1个回答

答案对人有帮助，有参考价值 0 我假设您使用的是从 TFensorFlow 2.2 或更高版本环境中的 Keras 模型转换而来的 tflite 模型。如果您确认，此问题是 TFLiteConverter 行为的变化（与 TF 1.15 或 2.0 相比），它以不同方式管理致密层的转换（包括展平运算符）。现在系统介绍一个reshape tflite算子。不幸的是，在 X-CUBE-AI 5.1.2 中，此更改尚未完全修复，并且对于 3-dim 输入形状，可能会出现此错误。该问题现已修复，将在 X-CUBE-AI 5.2.0 版本中发布。你确认我对 TFLite 模型的使用的分析吗？如果没有，是否可以提供有关导入模型的更多详细信息，用于生成模型的环境：Keras？，TFlite？X-CUBE-AI导入的模型文件可以共享吗？

2023-1-17 10:00:15 评论举报陈蓓