经验总结

  1. 首页 > 生活 > >

MindStudio模型训练场景精度比对全流程和结果分析( 三 )

生活百科


MindStudio模型训练场景精度比对全流程和结果分析

文章插图
MindStudio模型训练场景精度比对全流程和结果分析

文章插图
退出tfdbg命令行，将生成的npy文件保存到tf_resnet50_gpu_dump_data（用户可自定义）目录下 。
MindStudio模型训练场景精度比对全流程和结果分析

文章插图
四、准备基于NPU运行生成的训练网络dump数据和计算图文件4.1 分析迁移单击菜单栏“File > New > Project...”弹出“New Project”窗口 。
MindStudio模型训练场景精度比对全流程和结果分析

文章插图
在New Project窗口中，选择Ascend Training 。输入项目的名称、CANN远程地址以及本地地址 。点击Change配置CANN，如下图所示：
MindStudio模型训练场景精度比对全流程和结果分析

文章插图
  • Name：工程名称，可自定义 。
  • Description：工程描述，可按需补充关于工程的详细信息 。
  • CANN Version：CANN软件包版本，如未识别或想要更换使用的版本，可单击“Change”，在弹出界面中选择Ascend-cann-toolkit开发套件包的安装路径（注意需选择到版本号一级） 。
  • Project Location：工程目录，默认在“$HOME/AscendProjects”下创建 。
点击右侧 ＋ 进行配置远程服务器，如下图所示：
MindStudio模型训练场景精度比对全流程和结果分析

文章插图
在出现的信息配置框输入相关配置信息，如下图所示：
MindStudio模型训练场景精度比对全流程和结果分析

文章插图
输入服务器的SSH信息，如果测试连接失败，建议使用CMD或XShell等工具进行排查 。
选择远程 CANN 安装位置，如下图所示：
MindStudio模型训练场景精度比对全流程和结果分析

文章插图
在Remote CANN location中选择CANN的路径，需要注意的是必须选择到CANN的版本号目录，这里选择的是5.1.RC2版本，如下图所示：
MindStudio模型训练场景精度比对全流程和结果分析

文章插图
点击确定后，需要等待MindStudio进行文件同步操作，这个过程会持续数分钟，期间如果遇到Sync remote CANN files error.错误，考虑是否无服务器root权限 。
MindStudio模型训练场景精度比对全流程和结果分析

文章插图
配置完成CANN点击下一步
MindStudio模型训练场景精度比对全流程和结果分析

文章插图
在训练工程选择界面，选择“TensorFlow Project”，单击“Finish” 。
MindStudio模型训练场景精度比对全流程和结果分析

文章插图
进入工程界面，单击工具栏中
MindStudio模型训练场景精度比对全流程和结果分析

文章插图
按钮（ TensorFlow GPU2Ascend工具） 。
MindStudio模型训练场景精度比对全流程和结果分析

文章插图
进入“TensorFlow GPU2Ascend”参数配置页，配置command file
MindStudio模型训练场景精度比对全流程和结果分析

文章插图
  • Command File：tfplugin插件包中的工具脚本文件 。
  • Input Path：待转换脚本文件的路径 。
  • Output Path：脚本转换后的输出路径 。
根据tfplugin文件所在路径选择/Ascend/tfplugin/5.1.RC2/python/site-packages/npu_bridge/convert_tf2npu/main.py，如下图所示
MindStudio模型训练场景精度比对全流程和结果分析

文章插图
同样的，选择下载的代码路径作为input path，并选择输出路径，如下图所示：

经验总结扩展阅读


上一篇：藤壶长在鲸鱼身上疼吗

下一篇：618满300减50什么时候结束