火炬服务预测模型调用问题

如何解决火炬服务预测模型调用问题

我是 Torch serve 架构的新手，但正在尝试为 ResNeXt50_32x4d 模型设置处理程序

在客户端进行推理时出现错误：

{ “代码”：503， "type": "InternalServerException","message": "预测失败" }

在日志上说：

2021-06-29 13:42:49,007 [信息] W-9001-munecasResNeXt50_1.0-stdout MODEL_LOG - pred_out = self.model.forward(data) 2021-06-29 13:42:49,007 [信息] W-9001-munecasResNeXt50_1.0-stdout MODEL_LOG - 文件“c:\users\adminisTrador\anaconda3\lib\site-packages\torch\nn\modules\module.py "，第 947 行，在 getattr 中 2021-06-29 13:42:49,007 [INFO] W-9001-munecasResNeXt50_1.0-stdout MODEL_LOG - 引发 AttributeError("'{}' 对象没有属性 '{}'".format( 2021-06-29 13:42:49,007 [INFO] W-9001-munecasResNeXt50_1.0-stdout MODEL_LOG - AttributeError: 'NETICB_CLASIF_HANDLER' 对象没有属性 'model'

代码：

类 NETICB_CLASIF_HANDLER(resnet)：

def __init__(self):
    super(NETICB_CLASIF_HANDLER,self).__init__(Bottleneck,[3,4,6,3])
    self.fc_spinal_layer1 = nn.Sequential(
    nn.Linear(1024,20),nn.ReLU(inplace=True),)
    self.fc_spinal_layer2 = nn.Sequential(
    nn.Linear(1024+20,)
    self.fc_spinal_layer3 = nn.Sequential(
    nn.Linear(1024+20,)
    self.fc_spinal_layer4 = nn.Sequential(
    nn.Linear(1024+20,)
    self.fc_out = nn.Sequential(
    nn.Linear(20*4,2),nn.Sigmoid(),)
    
def handle(self,data,context):
    """
    Invoke by TorchServe for prediction request.
    Do pre-processing of data,prediction using model and postprocessing of prediciton output
    :param data: Input data for prediction
    :param context: Initial context contains model server system properties.
    :return: prediction output
    """
    pred_out = self.model.forward(data)
    return pred_out

好像没有加载模型