Python 模型:lua文件中的forward(),首次使用lua加载模型时显示分段错误

Python 模型:lua文件中的forward(),首次使用lua加载模型时显示分段错误,python,lua,Python,Lua,我是一个新手,正在努力实现这个模型 面对分割错误,局部myPrediction=model:forward(X)后(查看上图) 任何帮助都将不胜感激 这是共振峰 将提取的要素作为要素导入 导入argparse 从helpers.textgrid导入* 从helpers.utilities导入* 进口舒蒂尔 def predict_from_times(wav_文件名、preds_文件名、开始、结束): tmp_features_filename=tempfile._get_default_te

我是一个新手,正在努力实现这个模型 面对分割错误,局部myPrediction=model:forward(X)后(查看上图) 任何帮助都将不胜感激

这是共振峰

将提取的要素作为要素导入 导入argparse 从helpers.textgrid导入* 从helpers.utilities导入* 进口舒蒂尔

def predict_from_times(wav_文件名、preds_文件名、开始、结束): tmp_features_filename=tempfile._get_default_tempdir()+“/”+下一步(tempfile._get_candidate_names())+“.txt” 打印(tmp\u功能\u文件名)

这是执行给定命令的图像 python formants.py data/Example.wav data/exampleprodictions.csv--开始1.2--结束1.3

您能将图像中的代码添加到您的帖子中吗?它帮助我们测试您的问题,以便我们可以重现错误。仅使用图像,我们必须从图像中复制代码,这需要更多的时间,而且您不太可能得到太多的帮助。请检查一下,可以将图像中的代码添加到您的帖子中吗?它帮助我们测试您的问题,以便我们可以重现错误。仅使用图像,我们必须从图像中复制代码,这需要更多的时间,而且您可能不会得到太多的帮助。您能检查一下吗
if begin > 0.0 or end > 0.0:
    features.create_features(wav_filename, tmp_features_filename, begin, end)
    easy_call("th load_estimation_model.lua " + tmp_features_filename + ' ' + preds_filename)
else:
    features.create_features(wav_filename, tmp_features_filename)
    easy_call("th load_tracking_model.lua " + tmp_features_filename + ' ' + preds_filename)