Skip to content

Latest commit

 

History

History
104 lines (65 loc) · 4.07 KB

FAQ_ZH.md

File metadata and controls

104 lines (65 loc) · 4.07 KB
Raw

常见问题

1. 安装 whl包出错

1.1 xxx.whl is not a supported wheel on this platform.

A：升级 pip >= 20.3

pip install --upgrade pip

2.编译模型时报错

2.1 编译模型报错“System.NotSupportedException: Not Supported *** op: XXX”。

A：该异常表明 XXX算子尚未支持，可以在nncase Github Issue中提需求。当前目录下 ***_ops.md文档，可以查看各个推理框架中已经支持的算子。

如果 XXX属于 FAKE_QUANT、DEQUANTIZE、QUANTIZE等量化相关的算子，表明当前模型属于量化模型，nncase目前不支持这类模型，请使用浮点模型来编译 kmodel。

2.2 "The configured user limit (128) on the number of inotify instances has been reached, or the per-process limit on the number of open file descriptors has been reached"。

A：使用 sudo gedit /proc/sys/fs/inotify/max_user_instances修改128为更大的值即可。

2.3 RuntimeError: Failed to initialize hostfxr

RuntimeError: Failed to get hostfxr path.

A：需要安装dotnet-sdk-7.0，不要在anaconda的虚拟环境中安装。

  • Linux:

    sudo apt-get update
sudo apt-get install dotnet-sdk-7.0

    如果安装完毕后仍然报类似的错误，配置dotnet环境变量。 dotnet error

    export DOTNET_ROOT=/usr/share/dotnet

  • Windows: 请自行查阅微软官方文档。

2.4 "KeyNotFoundException: The given key 'K230' was not present in the dictionary"

A：需要安装nncase-kpu

  • Linux：使用pip安装nncase-kpu pip install nncase-kpu
  • Windows：在nncase github tags界面下载对应版本的whl包，然后使用pip安装。

安装nncase-kpu之前，请先检查nncase版本，然后安装与nncase版本一致的nncase-kpu。

> pip show nncase | grep "Version:"
 Version: 2.8.0
(Linux)  > pip install nncase-kpu==2.8.0
(Windows)> pip install nncase_kpu-2.8.0-py2.py3-none-win_amd64.whl

3. 推理时报错

3.1 推理的时候出现 nncase.simulator.k230.sc: not found。

或者以下情况：

  • "nncase.simulator.k230.sc: Permision denied."
  • "Input/output error."

A：将nncase的安装路径加入到 PATH环境变量中，同时检查一下nncase和nncase-kpu版本是否一致。

root@a52f1cacf581:/mnt# pip list | grep nncase
nncase                       2.1.1.20230721
nncase-kpu                   2.1.1.20230721

如果不一致，请安装相同版本的Python包 pip install nncase==x.x.x.x nncase-kpu==x.x.x.x。

4. k230开发板推理时报错

4.1 data.size_bytes() == size = false (bool)

A：以上这种情况通常有是app推理时的输入数据文件有错误，与模型输入shape不匹配或者与模型输入type不匹配。尤其当配置了前处理时需要检查这两个属性，添加前处理操作后，模型中增加了相关的节点，输入节点也会发生变化。如果 input_shape、input_type和原始模型不同，则需要以新配置的 shape，type为准来生成输入数据。

4.2 抛出 std::bad_alloc异常

A：通常是因为内存分配失败导致的，可做如下排查。

  • 检查生成的kmodel是否超过当前系统可用内存
  • 检查App是否存在内存泄露

4.3 加载模型时抛出异常

加载kmodel代码如下时，抛出异常 terminate:Invalid kmodel。

interp.load_model(ifs).expect("Invalid kmodel");

A：是由于编译kmodel时的nncase版本与当前SDK版本不匹配导致，请按照SDK、nncase版本对应关系查询，并按照更新nncase运行时库教程解决。