ysmhyl

ok，我尝试一下。非常感谢 ------------------ 原始邮件 ------------------ 发件人: "仵赛飞"

> 你好！我刚才提交也是你这个问题，请问你解决了吗？应该不是预测超时，我提交后不到四十分钟就出结果了。。。。 目前还没解决，出结果是线上可以预测吗？我在线下预测是没问题，在云上预测有问题。

> 非常感谢您的分享！ > 我在线上部署的时候也出现了一样的问题，问题是出在self.model = torch.load(model_path, map_location=map_location)，也是出现了AttributeError: Can't get attribute 'MemoryEfficientSwish' on，我的线上部署代码安照官方的示例代码重写的，在线下预测的时候没有问题。但是线上部署时，总会报这个错误，请问您有什么建议吗？ 情况+1，据作者说应该是 预测超时，目前我还在更改

> 问题的原因已经找到： 是由于EfficientNet中使用的Memory Efficient Swish激活函数在低版本的Efficientnet中兼容性不佳导致的模型载入问题。 > 解决方法：将config.json中EfficientNet的版本从0.4.0改为0.5.1，然后重新部署模型即可 学到了，多谢多谢

> 问题的原因已经找到： 是由于EfficientNet中使用的Memory Efficient Swish激活函数在低版本的Efficientnet中兼容性不佳导致的模型载入问题。 > 解决方法：将config.json中EfficientNet的版本从0.4.0改为0.5.1，然后重新部署模型即可 > 问题的原因已经找到： 是由于EfficientNet中使用的Memory Efficient Swish激活函数在低版本的Efficientnet中兼容性不佳导致的模型载入问题。 > 解决方法：将config.json中EfficientNet的版本从0.4.0改为0.5.1，然后重新部署模型即可 实测有效！赞