AWS DeepLens Guia página 144

Para obtener una capa softmax, si falta la propiedad "attr": "{}", agréguela al archivo JSON. Por
ejemplo:
{
"op": "SoftmaxOutput",
"name": "softmax",
"attr": {},
"inputs": [[192,0,0]]
}
Por último, asegúrese de que solo utiliza las capas admitidas en su modelo. Para obtener una lista de
capas de MXNet compatibles, consulte
¿Cómo garantizar que existe una inferencia razonable para un
modelo?
Para garantizar la inferencia razonable en función de un determinado modelo, el alto y el ancho
del optimizador del modelo deben coincidir con el alto y el ancho de la imágenes en el conjunto de
entrenamiento. Por ejemplo, si ha entrenado su modelo utilizando imágenes de 512 píxeles X 512 píxeles,
debe configurar el alto y el ancho del optimizador del modelo en 512 X 512. De lo contrario, la inferencia no
tendrá sentido.
¿Cómo se determina por qué AWS DeepLens clasifica datos
incorrectamente cuando el modelo obtiene buenos resultados en
el conjunto de validación?
AWS DeepLens clasifica los datos de forma incorrecta incluso si el modelo presenta un buen rendimiento
con un conjunto de validación cuando los datos de entrenamiento no se han normalizado. Volver a
entrenar el modelo con datos de entrenamiento normalizados.
Si los datos de entrenamiento se han normalizado, normalice también los datos introducidos antes de
pasarlos al motor de inferencia.
AWS DeepLens Guía para desarrolladores
Solución de problemas de implementaciones
de modelo en el dispositivo
MXNet Models (Modelos de MXNet) (p.
140
48).