开发者社区 > ModelScope模型即服务 > 计算机视觉 > 正文

本地下载模型训练时,脚本携带参数执行报错。

执行命令:python finetune_off.py --data_url=/dataset --model_load_dir=/modeldir --train_model_out=/workspace/model-out --train_out=/workspace/out

报错信息:
finetune.py: error: unrecognized arguments: --data_url=/dataset --model_load_dir=/modeldir --train_model_out=/workspace/model-out --train_out=/workspace/out

finetune.py中:
接收参数
parser = argparse.ArgumentParser()
parser.add_argument("--data_url", type=str, help="data root", default="/dataset")
parser.add_argument("--train_model_out",type=str, default="./trained_models", help="save results root dir")
parser.add_argument("--train_out",type=str, default="./log", help="save results root dir")
parser.add_argument("--model_load_dir",type=str, default="./modeldir", help="save results root dir")
args = parser.parse_args()
print("args",args)

展开
收起
小雷逸-21915 2023-07-26 15:31:35 184 0
3 条回答
写回答
取消 提交回答
  • 北京阿里云ACE会长

    根据您提供的信息,您正在执行名为finetune_off.py的Python脚本,并且在执行时使用了一些不被脚本识别的参数,导致了错误。根据错误信息,这些参数包括--data_url、--model_load_dir和--train_model_out等。

    这种错误通常是由于脚本定义的参数和您执行时传递的参数不一致导致的。可能有以下几种情况:

    您使用的是旧版本的脚本,而且该脚本并没有定义您传递的参数。在这种情况下,您需要检查脚本的版本和文档,确认该脚本支持您要传递的参数,并正确传递参数。

    您传递的参数名称与脚本定义的参数名称不匹配。在这种情况下,您需要查看脚本的参数定义,确认参数名称是否正确,并将参数名称修改为脚本定义的名称。

    您传递的参数格式不正确。在这种情况下,您需要查看脚本的参数定义,确认参数的类型和格式,以及传递的参数是否符合要求。

    2023-07-27 18:41:52
    赞同 展开评论 打赏
  • 已经解决

    2023-07-27 11:58:03
    赞同 展开评论 打赏
  • 根据你提供的信息,报错信息显示finetune.py: error: unrecognized arguments,这说明在执行脚本时,命令行参数未被正确识别。请确保以下几点:

    1. 脚本名称和文件路径:确认 finetune_off.py 文件位于当前工作目录下,并且没有任何拼写错误。

    2. 参数顺序:确保命令中的参数顺序与 finetune.py 中定义的参数顺序一致。例如,--data_url=/dataset 应该在 python finetune_off.py 之后给出。

    3. 参数格式:检查命令中参数格式是否正确,包括使用双破折号 --,等号 =, 参数名和值之间没有空格等。确保每个参数和其值都正确匹配,没有拼写错误。

    4. Python版本:确保你使用的是正确的Python版本来运行脚本。有时候不同的Python版本可能导致参数解析器无法正确识别参数。

    如果以上步骤都没有解决问题,可以尝试以下方法进行调试:

    • 添加 print(sys.argv) 在脚本的开头,打印出命令行传入的参数列表,以确保参数是否正确传递给脚本。
    • 确认是否存在其他影响参数解析的代码或库,可能会干扰参数的解析过程。
    2023-07-26 21:51:47
    赞同 展开评论 打赏

包含图像分类、图像生成、人体人脸识别、动作识别、目标分割、视频生成、卡通画、视觉评价、三维视觉等多个领域

相关电子书

更多
大规模机器学习在蚂蚁+阿里的应用 立即下载
阿里巴巴机器学习平台AI 立即下载
机器学习及人机交互实战 立即下载