通过云,端,边协同,从云端训练MobileNet模型,边缘侧香橙派开发板推理部署,终端显示垃圾图像分类结果。 实现一个完整的神经网络训练,新建或打开 Notebook,Kernel为 MindSpore-python3.7-aarch64,开始编译,然后往下翻发现报错

报错信息显示“mindspore.dataset.vision”中没有“Normalize”属性,错误出在dataset.py文件的第27行。向上查找发现对“Normalize”的引用来自于“import mindspore.dataset.vision as C”
通过“pip list”查看mindspore(或者mindspore-ascend)的版本——1.7.0。然后查看华为MindSpore对应版本的官方文档,发现Normalize函数在“mindspore.dataset.vision.c_transforms”中,因此要将“import mindspore.dataset.vision as C”改为“import mindspore.dataset.vision.c_transforms as C”
同理下面的“import mindspore.dataset.transforms as C2”也要改成“import mindspore.dataset.transforms.c_transforms as C2”,因为后面还有同样的问题。
通过云,端,边协同,从云端训练MobileNet模型,边缘侧香橙派开发板推理部署,终端显示垃圾图像分类结果。 实现一个完整的神经网络训练,新建或打开 Notebook,Kernel为 MindSpore-python3.7-aarch64,开始编译,然后往下翻发现报错
报错信息显示“mindspore.dataset.vision”中没有“Normalize”属性,错误出在dataset.py文件的第27行。向上查找发现对“Normalize”的引用来自于“import mindspore.dataset.vision as C”
通过“pip list”查看mindspore(或者mindspore-ascend)的版本——1.7.0。然后查看华为MindSpore对应版本的官方文档,发现Normalize函数在“mindspore.dataset.vision.c_transforms”中,因此要将“import mindspore.dataset.vision as C”改为“import mindspore.dataset.vision.c_transforms as C”
同理下面的“import mindspore.dataset.transforms as C2”也要改成“import mindspore.dataset.transforms.c_transforms as C2”,因为后面还有同样的问题。