- 版本、环境信息：
1）PaddlePaddle版本：paddlepaddle 1.8.5
2）GPU：Cuda10.0
3）系统环境：Linux Ubuntu 16.04.7; Python 2.7
- 模型信息
1）模型名称: paddlehub pretrained yolov3_darknet53_vehicles
- 复现信息：
错误代码：
报错信息：
- 问题描述：使用paddle.jit.load加载paddlehub的预训练yolov3_darknet53_vehicles后执行预测，预测执行成功但是在使用backward() 方法计算梯度的时候报错：RunProgramGradOp 的对象域没有子域
7条答案
按热度按时间epggiuax1#
您好，我们已经收到了您的问题，会安排技术人员尽快解答您的问题，请耐心等待。请您再次检查是否提供了清晰的问题描述、复现代码、环境&版本、报错信息等。同时，您也可以通过查看 官网API文档 、 常见问题 、 历史Issue 、 AI社区 来寻求解答。祝您生活愉快～
Hi! We've received your issue and please be patient to get responded. We will arrange technicians to answer your questions as soon as possible. Please make sure that you have posted enough message to demo your request. You may also check out the API ， FAQ ， Github Issue and AI community to get the answer.Have a nice day!
ie3xauqp2#
您好，这里使用可能有点问题，首先，inference model没有backward pass，其次，loss.backward()不应该放在model.eval()之后，另外注意到您使用的PaddlePaddle版本也比较低，建议以后使用PaddlePaddle最新的版本~
lo8azlld3#
您好，可是我看到有教程是通过jit.load加载了通过save.inference.model接口保存的模型然后进行梯度计算的啊。如果模型没有backward pass的话请问有没有办法可以使用paddlehub的预训练模型进行预测并且计算梯度呢？谢谢！
whhtz7ly4#
您好，方便贴一下您说的教程吗？您这边我理解是要进行预测，预测为什么要计算梯度呢？没太理解您的意思哈
flseospp5#
paddle官网上jit.load的使用示例的第二部分
我是现在再尝试用paddle平台实现cw攻击算法，所以需要计算梯度，谢谢
roqulrg36#
您好，这里是train的过程，是可以计算梯度的，您的代码是eval的过程，是不计算梯度的，改成train模式哈~
lvmkulzt7#
您好，那请问使用Paddlehub的与训练模型的时候有办法可以提取出中间层的结果吗？比如我现在在使用yolo_v3_darknet53的模型，我想提取出最后在nms之前的检测结果，除了使用静态图的program executor运行模型的program并抓去中间结果之外有别的办法吗？谢谢