尝试训练SeGAN模型时出现了"尝试调用本地'回调'(为空值)"错误
2021-1-6 10:33:18
收藏:0
阅读:148
评论:1
我正在尝试在Ubuntu 18.04上使用Geforce RTX 2060实现"SeGAN:分割和生成不可见"论文。我已经安装了驱动程序,CUDA,cuDNN,Torch7和依赖项,并下载并提取了数据集和权重文件夹,并建立了一个链接。 我尝试使用以下代码行训练模型:
th main.lua -baseLR 1e-3 -end2end -istrain "train"
但是我收到了这个错误消息:
定义模型网络G...
/home/darya/distro/install/bin/luajit: /home/darya/distro/install/share/lua/5.1/nn/Module.lua:352: 尝试调用本地'回调'(为空值)
栈回溯:
/home/darya/distro/install/share/lua/5.1/nn/Module.lua:352: 在函数'apply'中
/home/darya/SeGAN/networks/End2EndNetwork.lua:81: 在函数'defineG'中
/home/darya/SeGAN/networks/End2EndNetwork.lua:130: 在函数'init_networks'中
/home/darya/SeGAN/networks/End2EndNetwork.lua:343: 在主块中
[C]:在函数'dofile'中
main.lua:265: 在主块中
[C]:在函数'dofile'中
...rya/distro/install/lib/luarocks/rocks/trepl/scm-1/bin/th:150: 在主块中
[C]:在0x55e8fde0f570处
我不知道我错在哪里,因为我没有太多经验,我很困惑。 可以有人帮我解决这个问题吗?非常感谢。
点赞
评论区的留言会收到邮件通知哦~
推荐文章
- Lua 虚拟机加密load(string.dump(function)) 后执行失败问题如何解决
- 我想创建一个 Nginx 规则,禁止访问
- 如何将两个不同的lua文件合成一个 东西有点长 大佬请耐心看完 我是小白研究几天了都没搞定
- 如何在roblox studio中1:1导入真实世界的地形?
- 求解,lua_resume的第二次调用继续执行协程问题。
- 【上海普陀区】内向猫网络招募【Skynet游戏框架Lua后端程序员】
- SF爱好求教:如何用lua实现游戏内调用数据库函数实现账号密码注册?
- Lua实现网站后台开发
- LUA错误显式返回,社区常见的规约是怎么样的
- lua5.3下载库失败
- 请问如何实现文本框内容和某个网页搜索框内容连接,并把网页输出来的结果反馈到另外一个文本框上
- lua lanes多线程使用
- 一个kv数据库
- openresty 有没有比较轻量的 docker 镜像
- 想问一下,有大佬用过luacurl吗
- 在Lua执行过程中使用Load函数出现问题
- 为什么 neovim 里没有显示一些特殊字符?
- Lua比较两个表的值(不考虑键的顺序)
- 有个lua简单的项目,外包,有意者加微信 liuheng600456详谈,最好在成都
- 如何在 Visual Studio 2022 中运行 Lua 代码?

从链接的 GitHub 仓库中:
End2EndNetwork.lua 第 81 行
weights_init应该是一个函数值,但是却是空值。这将导致
Module:apply中 Torch nn 的 Module.lua 第 352 行 中的callback(self)失败。看起来有人必须要实现这个函数。
就像这个 https://github.com/phillipi/pix2pix/blob/89ff2a81ce441fbe1f1b13eca463b87f1e539df8/train.lua,在 https://github.com/ehsanik/SeGAN/blob/d29e0a5ac08f093b87dc82af3707d50107900d04/networks/End2EndNetwork.lua#L73 中引用。
其中
local function weights_init(m) local name = torch.type(m) if name:find('Convolution') then m.weight:normal(0.0, 0.02) m.bias:fill(0) elseif name:find('BatchNormalization') then if m.weight then m.weight:normal(1.0, 0.02) end if m.bias then m.bias:fill(0) end end end