HydrogenSulfate

> > 参数concurrency设置了并发数的上限，如果是0表示不设置上限。另外，是否有注意cpu利用率和内容的占用情况呢？ > > concurrency我没有改，一直是1，cpu很充足。 建议是暂时保持低并发量设置，并保证serving启动后显存的占用率不要过高，如果仍然无法解决，可以在Serving的repo中提一个issue：https://github.com/PaddlePaddle/Serving/issues 并附上具体的预测配置，后续有进展的话会第一时间回复

看了一下应该是您的代码写的有问题，建议推理相关代码参考一下官方样例：https://www.paddlepaddle.org.cn/inference/master/guides/quick_start/python_demo.html#tuilidaima

模型部署这块尤其是C++部署，文档和代码都更新过，建议使用develop分支的文档和代码进行部署，C++部署的速度会更快

用户你好，目前已经把develop分支的serving文档与代码同步到了release/2.4分支中，可以用2.4分支或者develop分支再次尝试看看。对应PR是https://github.com/PaddlePaddle/PaddleClas/pull/2204

麻烦@zhangxinyu-xyz 解答一下用户的疑惑

这个问题可以在PaddleDetection代码库中提问，https://github.com/PaddlePaddle/PaddleDetection/issues

可以尝试将[classification_web_service.py](https://github.com/PaddlePaddle/PaddleClas/blob/release/2.4/deploy/paddleserving/classification_web_service.py#L50)的`{"inputs": input_imgs}`改为{"x": input_imgs}，保证你导出的serving_server_conf.prototxt文本里feed_var的name与上述代码中的一致

对应代码在 https://github.com/PaddlePaddle/PaddleClas/blob/release%2F2.3/ppcls/data/preprocess/ops/operators.py#L370 可以使用，但是建议加一个参数prob控制，即以prob的概率进行colorjitter变换，否则保持不变。

> > 对应代码在 https://github.com/PaddlePaddle/PaddleClas/blob/release%2F2.3/ppcls/data/preprocess/ops/operators.py#L370 可以使用，但是建议加一个参数prob控制，即以prob的概率进行colorjitter变换，否则保持不变。 > > 是否适用于多标签训练呢 colorjitter只是一种数据增强手段，一般不受具体任务的限制，而是要看整体数据的情况，如果你数据中同一种类别的图像，光线、色彩、对比度变化幅度比较大，那么你可以选择加入colorjitter提高模型的泛化能力。

1. 首先保证安装了python3.7，然后记下你pyhton3.7的路径，一般是xxx/xxx/xxx/python.exe 2. 在vscode里按ctrl+shift+p，输入select interpreter，然后选Python Select Interpreter  然后填入第一步你找到的python.exe地址，并按回车  3. 此时vscode知道了你python解释器的地址，你就可以在终端右侧，按"+"右边的"v"按钮，新建一个powershell窗口  在新建出来的窗口里执行`python3.7 python/predict_system.py -c configs/inference_general.yaml -o Global.use_gpu=False`，如果显示找不到python3.7，那就执行`python python/predict_system.py -c configs/inference_general.yaml -o Global.use_gpu=False`即可