我有一个推理函数如下：
@log_execution_time
def batch_predict(src_data: pd.DataFrame) -> list:
torque_angle_trace: ndarray = preprocess(src_data)
start = time.time()
predict_res = model.predict(torque_angle_trace)
ene = time.time()
logger.info(f"单个预测耗时：{ene - start}")
res = predict_res.tolist()
return res其中model.predict接收的参数是一个ndarry，
下面是使用ThreadedStreamer之后的代码：
stream = ThreadedStreamer(model.predict, batch_size=10, max_latency=0.1)
def batch_predict_stream(src_data: pd.DataFrame) -> list:
start = time.time()
torque_angle_trace: ndarray = preprocess(src_data)
predict_res = stream.predict([torque_angle_trace])
ene = time.time()
logger.info(f"stream预测耗时：{ene - start}")
return predict_res在调用stream.predict的时候我已经将数据处理成ndarray传进去了。
然后在运行的时候提示TypeError: X is not of a supported input data type.X must be in a supported mtype format for Panel, found <class 'list'>Use datatypes.check_is_mtype to check conformance with specifications.
我查看源码之后发现问题在下图将队列中取到的数据放到了一个list中然后传递给predict函数
请问是我使用ThreadedStreamer方法不对，还是predict函数不支持ndarray的参数。
我有一个推理函数如下：
其中model.predict接收的参数是一个
ndarry，下面是使用
ThreadedStreamer之后的代码：在调用
stream.predict的时候我已经将数据处理成ndarray传进去了。然后在运行的时候提示
TypeError: X is not of a supported input data type.X must be in a supported mtype format for Panel, found <class 'list'>Use datatypes.check_is_mtype to check conformance with specifications.我查看源码之后发现问题在下图将队列中取到的数据放到了一个
list中然后传递给predict函数请问是我使用
ThreadedStreamer方法不对，还是predict函数不支持ndarray的参数。