训练管理, 创建训练作业, 使用的是flower的样例. 训练程序跑了一个多小时, 最后显示运行失败了.  File "/home/work/anaconda/lib/python2.7/site-packages/moxing/framework/common/data_utils/read_image_to_list.py", line 604, in get_image_classese_raw    image_list_train.append(image_set[item])IndexError: list index out of range详细的错误信息如下:do nothing[Modelarts Service Log]user: uid=1101(work) gid=1101(work) groups=1101(work)[Modelarts Service Log]pwd: /home/work[Modelarts Service Log]app_url: s3://cnnorth4-job-train-algorithm/internal-code/1-24-1/MXNet-1.1/cnn/[Modelarts Service Log]boot_file: cnn/train_wrapper.py[Modelarts Service Log]log_url: /tmp/log/trainjob-b68f.log[Modelarts Service Log]command: cnn/train_wrapper.py --data_url=s3://test-modelarts-20200726/test-modelarts/ --split_spec=0.8 --batch_size=4 --lr=0.0001 --save_frequency=1 --num_classes=1 --num_epoch=10 --num_gpus=1 --train_url=s3://test-modelarts-20200726/dataset-flower/ --model_name=resnet_v2_50 --checkpoint_url=s3://cnnorth4-job-train-algorithm/pretrained-models/1-24-1/MXNet/resnet_v2_50/[Modelarts Service Log]dependencies_file_dir: /home/work/user-job-dir/cnn[Modelarts Service Log][modelarts_create_log] modelarts-pipe found[Modelarts Service Log]handle inputs of training jobINFO:root:Using MoXing-v1.16.5-c084e6c6INFO:root:Using OBS-Python-SDK-3.1.2[ModelArts Service Log][INFO][2020/07/27 00:11:30]: env MA_INPUTS is not found, skip the inputs handlerINFO:root:Using MoXing-v1.16.5-c084e6c6INFO:root:Using OBS-Python-SDK-3.1.2[ModelArts Service Log]2020-07-27 00:11:31,705 - modelarts-downloader.py[line:619] - INFO: Main: modelarts-downloader starting with Namespace(dst='./', recursive=True, skip_creating_dir=False, src='s3://cnnorth4-job-train-algorithm/internal-code/1-24-1/MXNet-1.1/cnn/', trace=False, type='common', verbose=False)/home/work/user-job-dir[Modelarts Service Log][modelarts_logger] modelarts-pipe foundINFO:root:Using MoXing-v1.16.5-c084e6c6INFO:root:Using OBS-Python-SDK-3.1.2INFO:root:Listing OBS: 1000INFO:root:Listing OBS: 2000INFO:root:Listing OBS: 3000INFO:root:Listing OBS: 4000INFO:root:Listing OBS: 5000INFO:root:Listing OBS: 6000INFO:root:Listing OBS: 7000INFO:root:pid: None. 1000/7338INFO:root:pid: None. 2000/7338INFO:root:pid: None. 3000/7338INFO:root:pid: None. 4000/7338INFO:root:pid: None. 5000/7338INFO:root:pid: None. 6000/7338INFO:root:pid: None. 7000/7338INFO:root:Listing OBS: 1000INFO:root:Listing OBS: 2000INFO:root:Listing OBS: 3000INFO:root:Listing OBS: 4000INFO:root:Listing OBS: 5000INFO:root:Listing OBS: 6000INFO:root:Listing OBS: 7000INFO:root:Listing OBS: 1000INFO:root:Listing OBS: 2000INFO:root:Listing OBS: 3000INFO:root:Listing OBS: 4000INFO:root:Listing OBS: 5000INFO:root:Listing OBS: 6000INFO:root:Listing OBS: 7000Traceback (most recent call last):  File "cnn/train_wrapper.py", line 108, in <module>    train.train_cnn()  File "/cache/user-job-dir/cnn/train.py", line 358, in train_cnn    mox.read_list_url(args, 'cnn')  File "/home/work/anaconda/lib/python2.7/site-packages/moxing/mxnet/utils/read_list_data_url.py", line 35, in read_list_url    train_list, val_list, class_name, train_path, val_path = fine_tune(data_path, args)  File "/home/work/anaconda/lib/python2.7/site-packages/moxing/mxnet/utils/read_list_data_url.py", line 132, in fine_tune    train_list, val_list, class_name = get_image_list(train_path, args.split_spec, 'image_classification', False)  File "/home/work/anaconda/lib/python2.7/site-packages/moxing/framework/common/data_utils/read_image_to_list.py", line 213, in get_image_list    image_list_train, image_list_eval, class_name = get_image_classese_raw(data_path, split_spec, is_tf)  File "/home/work/anaconda/lib/python2.7/site-packages/moxing/framework/common/data_utils/read_image_to_list.py", line 604, in get_image_classese_raw    image_list_train.append(image_set[item])IndexError: list index out of range[Modelarts Service Log]Training end with return code: 1[Modelarts Service Log]Training completed.

在阅读Lite OS 的los_startup_keil.s文件时，会碰到如下一些语句                AREA    RESET, CODE, READONLY                 THUMB                 IMPORT  ||Image$$ARM_LIB_STACKHEAP$$ZI$$Limit||                 EXPORT  _BootVectors                 EXPORT  Reset_Handler _BootVectors                 DCD     ||Image$$ARM_LIB_STACKHEAP$$ZI$$Limit||这里的Image$$ARM_LIB_STACKHEAP$$ZI$$Limit是一种镜像文件中的可执行区域的标识符，即可以看出类似变量一样。在这里用IMPORT表示应用，即这里应用镜像文件中的标识符。在Keil 开发环境中，有如下的镜像文件中断标识符可以使用。Symbol 符号Description 描述Image$$region_name$$BaseExecution address of the region. 可执行区域的地址，一般指开始的地址Image$$region_name$$LengthExecution region length in bytes excluding ZI length. 区域的长度Image$$region_name$$LimitAddress of the byte beyond the end of the non-ZI part of the execution region. 区域中非ZI部分的结束地址Image$$region_name$$RO$$BaseExecution address of the RO output section in this region. RO区域的首地址Image$$region_name$$RO$$LengthLength of the RO output section in bytes. RO区域的长度，以字节记。Image$$region_name$$RO$$LimitAddress of the byte beyond the end of the RO output section in the execution region.RO 区域的结束地址。Image$$region_name$$RW$$BaseExecution address of the RW output section in this region.RW区域的首地址Image$$region_name$$RW$$LengthLength of the RW output section in bytes.RW区域的长度，以字节记Image$$region_name$$RW$$LimitAddress of the byte beyond the end of the RW output section in the execution region.RW区域的结束地址Image$$region_name$$XO$$BaseExecution address of the XO output section in this region.XO 输出区域的首地址Image$$region_name$$XO$$LengthLength of the XO output section in bytes.XO区域的长度，以字节记Image$$region_name$$XO$$LimitAddress of the byte beyond the end of the XO output section in the execution region.XO区域的结束地址Image$$region_name$$ZI$$BaseExecution address of the ZI output section in this region.ZI区域的首地址Image$$region_name$$ZI$$LengthLength of the ZI output section in bytes.ZI区域的长度，以自己记Image$$region_name$$ZI$$LimitAddress of the byte beyond the end of the ZI output section in the execution region.ZI区域的结束地址要在汇编语言中应用这些地址，就需要使用IMPORT关键字进行声明，例如IMPORT  ||Image$$ARM_LIB_STACKHEAP$$ZI$$Limit||这样就可以在汇编程序中使用||Image$$ARM_LIB_STACKHEAP$$ZI$$Limit||

使用docker image成功导入了模型，并且成功部署。为什么不能发布参赛呢？比赛就是华为平台的AI大赛

求问在线部署 是不是和 后台modelhub判分系统一致？为什么在线部署预测成功，但是判分一直显示build model image failed呢？没有日志也无法参考，据猜测应该是连模型都没跑起来，挂在了环境配置上。之前成功出分的提交，基本需要耗时2小时，这些image failed提交基本几分钟就打回来了。

想问一下，模型在线部署和批量部署都预测成功，但在发布到比赛后。提交作品中的反馈信息一直出现build model image failed，也没有日志。目前有很多人遇到这个情况，请问这是什么原因呢？

我在ipynb文件读取同目录下的图片报错：请问有人知道为什么嘛，谢谢

absl.flags._exceptions.IllegalFlagValueError: flag --image_size=299*299: invalid literal for int() with base 10: '299*299 预置算法训练，填写参数image_size=299*299报错，算法选的inception_v3

求问模型在线预测正常但是在提交判分的时候，显示   build model image failed这种报错一般会是什么原因造成的

《Atlas 200 软件开发指南 02.pdf》第2章节 ‘安全启动特性’ 里面写到：由于安全启动校验特性，不允许替换表2-1中的7个二进制文件，否则会导致系统无法正常启动。但现在我需要修改Linux kernel 配置选项重新编译出Image，来增加外设驱动支持（不能以ko模块形式编译）。但编译出来的Image是不能启动，这问题怎么解决？另外，还需要修改dtb文件。按介绍说dtb同样也是不能替换的............

根据log里面的信息，好像是tf.image.resize_bilinear这个地方出了问题。dims显示的输入和输出维度是对应这个函数的。我把log贴在下面，请专家解答下。如果不支持，我可以用自定义算子来代替吗？再就是语义分割里面resize是用得很多的，是否目前的工具还未考虑语义分割？[INFO] FMK:2020-01-13-23:56:13.060.899 SetInputDesc:framework/domi/omg/../omg/model/model_builder.cpp:504:"dims[0]: 1"[INFO] FMK:2020-01-13-23:56:13.061.019 SetInputDesc:framework/domi/omg/../omg/model/model_builder.cpp:504:"dims[1]: 256"[INFO] FMK:2020-01-13-23:56:13.061.146 SetInputDesc:framework/domi/omg/../omg/model/model_builder.cpp:504:"dims[2]: 1"[INFO] FMK:2020-01-13-23:56:13.061.384 SetInputDesc:framework/domi/omg/../omg/model/model_builder.cpp:504:"dims[3]: 1"[INFO] FMK:2020-01-13-23:56:13.061.549 SetInputDesc:framework/domi/omg/../omg/model/model_builder.cpp:501:"__add ResizeBilinear input desc, dim_size: 2, mem_size: 8, real_dim_cnt: 2, format: 3."[INFO] FMK:2020-01-13-23:56:13.061.676 SetInputDesc:framework/domi/omg/../omg/model/model_builder.cpp:504:"dims[0]: 1"[INFO] FMK:2020-01-13-23:56:13.061.795 SetInputDesc:framework/domi/omg/../omg/model/model_builder.cpp:504:"dims[1]: 1"[INFO] FMK:2020-01-13-23:56:13.062.104 GetOutputDesc:framework/domi/omg/../omg/model/op_builder/resize_bilinear_op_builder.cpp:74:"ResizeBilinear hi = 1 ,ho = 65 ,wi = 1, wo = 129,align_corners = 1"[INFO] FMK:2020-01-13-23:56:13.062.606 GetOutputDesc:framework/domi/omg/../omg/model/op_builder/resize_bilinear_op_builder.cpp:79:"divisor may be zero."[ERROR] FMK:2020-01-13-23:56:13.062.725 Build:framework/domi/omg/../omg/model/op_builder/op_builder.cpp:38:""Get output descriptors" failed. Node: ResizeBilinear."[ERROR] FMK:2020-01-13-23:56:13.062.845 SetInputOutputDesc:framework/domi/omg/../omg/model/model_builder.cpp:575:"Op build failed. Node: ResizeBilinear."[ERROR] FMK:2020-01-13-23:56:13.063.121 Build:framework/domi/omg/../omg/model/model_builder.cpp:2838:"SetInputOutputDesc Failed!"[ERROR] FMK:2020-01-13-23:56:13.063.260 Generate:framework/domi/omg/omg.cpp:813:"OMG builder Build() return fail."[ERROR] FMK:2020-01-13-23:56:13.100.362 main:framework/domi/omg_main/main.cpp:791:"OMG Generate execute failed!!"OMG generate offline model failed. Please see the log or pre-checking report for more details.[INFO] RUNTIME:2020-01-13-23:56:13.121.255 49662 runtime/feature/src/driver.cc:57 ~Driver:deconstruct driver

根据文档编译运行都通过了，但用Image Result查看结果时出现错误mindstudio的版本号是 1.1.1.B889开发板的 firmware 版本号是 1.1.8.750

我看着两处都可能或可以处理减均值和乘以归一化因子等，他们有什么区别吗？是不是可以相互替换？我貌似没在文档中看到这两处的联系和区别说明，谢谢。

云早报，(北京时间)5月10日，星期五【云头条】2019年 Q1 全球IaaS、PaaS市场份额：AWS、Azure、谷歌云、IBM、阿里云、腾讯云、Oracle 近日，市场研究机构Synergy ResearchGroup的最新调查数据显示，2019年第一季度云基础设施服务的支出较2018年同期增长42%。亚马逊的增长速度再次超过整体市场。在亚马逊之后，微软、谷歌、阿里巴巴和腾讯发展速度也大幅超过整体市场，并且在不断扩大市场份额。这四家提供商的收入都同比增加了70%或者更多。2019年Q1全球云市场中，分别是：AWS 33%、Azure 16%、谷歌云 8%、IBM 6%、阿里云 5%、Salesforce 4%。另外腾讯云、Oracle、Rackspace 分别占有 2%。参考主要云服务提供商发布的Q1财报，Synergy评估本季度云基础设施服务的收入（包括IaaS、PaaS和私有云服务）已超过210亿美元，过去的四个季度总收入已超过750亿美元。公有云IaaS和PaaS服务占据主要市场，第一季度增长48%。在公有云领域，TOP5云服务提供商占据绝对的主导地位，因为它们控制了四分之三的市场。在发展的地理位置方面，云市场在全球所有地区将持续强劲的增长。【华为云】做普惠AI实干家，华为云“Cloud+X”助力杭州打造数字经济第一城 （查看原文）【互联网新闻】1.依图科技推云端DL推理定制化SoC芯片5月9日消息，依图科技发布一款云端深度学习推理定制化SoC芯片——依图芯片questcore，中文名“求索”。这款芯片从设计到制造实现全面国产化，拥有自主知识产权的ManyCore架构，基于领域专用架构（Domain Specific Architecture，DSA）理念，适用于人脸识别、车辆检测、视频结构化分析、行人再识别等多种视觉推理任务。目前questcore芯片会用在依图的云端和边缘服务器上，与依图的智能视觉分析软件结合，作为软硬件一体化的解决方案对外销售。从即日起正式商用，另外依图还展示了基于该芯片构建的软硬件一体化系列产品和行业解决方案。网友评论：这么说挖矿又有得赚了么？2.谷歌员工推垃圾收集加速器 功耗降15%5月9日消息，近日，谷歌员工Martin Maas在IEEE Micro发表了一篇论文，描述了其设计的一种加速器单元，帮助CPU完成垃圾收集任务，预计可将功耗减小15%。除正常运行工作外，CPU还必须执行一些称为“垃圾收集”的任务，即从应用程序中识别和删除冗余或无关的数据，以释放额外的内存空间，这消耗了计算机大量的计算能力。垃圾收集消耗了CPU花在应用程序上的总时间的10%甚至更多。当Martin Maas将加速器与小型CPU核心进行比较时，他们发现，根据每个设备各自的尺寸，他们的加速器性能提高了18倍，能够将CPU从垃圾收集任务中分离出来，减轻计算机的运算负担。网友评论：终于不用再去清理垃圾了，感动。3.Cohesity收购iManis Data 金额未公开5月9日消息，超融合二级存储公司Cohesity近日收购了NoSQL大数据应用安全与管理公司iManis Data，收购金额未公开。此次收购之后，Cohesity将成为第一个能够提供各种工作负载（包括NoSQL和容器化工作负载）企业级备份储存的公司，Cohesity将会保留iManis Data品牌。网友评论：猜猜多少钱？4.谷歌公布大型图像数据集Image V55月9日消息，谷歌在其AI博客公布大型图像数据集Image V5并宣布将于ICCV 2019开展开放图像挑战赛。据了解，Image V5建立在谷歌2016年推出的涵盖9百万张标注图片的图像数据集Open Image基础之上，新数据集涵盖了350个类别中280万个对象实例的分段掩码。与仅识别对象所在区域的边界框不同，分割掩模不仅标记对象的轮廓，还将其空间范围表征为更高级别的细节。在宣布该数据集的同时，谷歌也宣布将在ICCV 2019开展第二届开放图片挑战赛，此挑战将基于上述数据来创建新的实例分段轨道，与上一届挑战赛相同，本届挑战赛也将具有大型物体检测轨道以及用于检测特定关系中的物体对的视觉关系检测轨迹。网友评论：谷歌的挑战赛还是办的比较成功的。5.中国电子37亿元入股奇安信5月9日消息，根据工商资料，中国电子信息产业集团有限公司(下称“中国电子”)旗下企业已成为奇安信第二大股东。这意味着奇安信已正式成为网络安全国家队。这笔交易不仅对网安行业影响深远，对央企混改来说同样具有重要意义。混改作为央企改革的突破口，其内涵是双向的。中国电子入股奇安信，将国企实力与民企创新锐气结合，发挥各自优势，相辅相成，有望推动中国IT技术的加速创新发展。网友评论：国家队，你敢惹？6.京东最新股权曝光 刘强东有79%投票权5月9日消息，京东集团日前向美国SEC递交2018年年报，年报显示，截至2019年2月28日，京东集团CEO刘强东持有京东集团15.4%股权，为第二大股东，刘强东拥有79%的投票权。截至2019年2月28日，腾讯持股为17.8%，为第一大股东，拥有4.5%的投票权；沃尔玛持股为9.9%，为第三大股东，拥有2.5%的投票权。Fortune Rising Holdings Limited持股为1.2%，拥有6.1%的投票权，刘强东所持有的79%的投票权中包含了这6.1%的投票权。网友评论：只有干活的时候才是兄弟7.人造肉之后人造奶也来了，科学家：不需要奶牛的牛奶 近日，人造肉公司刚刚在美国上市大火，如今人造奶也来了。5月7日，全球经济研究网站Mish**的专栏作家Mike Shedlock在一篇文章中介绍了更环保、更健康、更烧钱的人造奶。科学家认为，我们正处于历史上生产牛奶的方式发生巨大变化的尖端：不需要奶牛。网友评论：肉不够吃，还是奶不够喝？。8.马化腾王健林一起逛街：马化腾刷脸支付忘拿茉莉茶 5月8日，马化腾、王健林结伴来到北京丰台科技园万达广场，这是万达和腾讯联手打造的全国第一个“智慧广场”试点。他们亲自体验包括无感停车、小程序营销、刷脸支付等数字化成果。马化腾刷脸支付点了杯百香果茉莉茶，结果忘记拿了。网友评论：店员都懵逼了，来了这么多人只点了一杯饮料……9.IBM宣布推出全新量子云服务测试版5月9日消息，IBM在博客上宣布推出一系列全新IBM Q Experience量子云服务及其软件平台的增强功能。该公共测试版将允许用户在线制作电路以及用于应用程序构建的工具，将有助于开发人员社区充分地利用IBM Q系统。据了解，自2016年5月4日IBM Q Experience问世以来，用户已经在该平台上进行了超过1000万次量子实验。10.《绝地求生》停机维护，或借《和平精英》实现商业化变现 36氪讯，腾讯光子工作室群旗下自研军事竞赛手游《和平精英》今日正式公测，而《绝地求生：刺激战场》于昨日晚间停机维护。36氪发现，用腾讯社交账号体系登陆后，继承了《绝地求生：刺激战场》的游戏数据。除了游戏的世界观不太一样，《和平精英》的美术、UI都与《绝地求生：刺激战场》极为相似。网友评论：以后不能说吃鸡了，得说一起去维和啊。【更多内容，欢迎访问】http://forum.huaweicloud.com/forum.php?mod=forumdisplay&fid=569&filter=typeid&typeid=266（内容来源于互联网，如侵犯您的合法权益或有其他任何疑问，请联系：huaweicloud.bbs@huawei.com沟通处理。谢谢！）