为了定位图模式精度问题,TorchAir给图模式提供了一个dump数据接口,方便用户dump图模式数据。
graph dump与data dump是不同的功能,二者可以单独使用,也可以共同使能用于定位精度问题。
关于data dump功能的详细介绍可以参考《CANN 精度比对工具使用指南》中“准备NPU侧dump数据和计算图文件”章节。
参数名 |
说明 |
配置示例 |
是否必选 |
---|---|---|---|
enable_dump |
是否开启data dump功能:
默认关闭。 |
config.dump_config.enable_dump = True |
否 说明:
若用户要使用data dump功能,该配置项为必选,且置为True。 |
dump_mode |
data dump模式,用于指定dump算子输入还是输出数据。取值如下:
默认值为"all"。 |
config.dump_config.dump_mode = "all" |
否 |
dump_path |
dump数据的存放路径(若设置的是相对路径,则为拼接后的全路径),默认为当前目录。 |
config.dump_config.dump_path = './dump' |
否 |
quant_dumpable |
如果是量化后的网络,可通过此参数控制是否采集量化前的dump数据,默认值为False。
|
config.dump_config.quant_dumpable= True |
否 |
在设置config时使用下列开关进行相关配置:
import torch_npu import torchair as tng config = tng.CompilerConfig() # data dump开关:[必选] config.dump_config.enable_dump = True # dump类型:[可选],all代表dump所有数据 config.dump_config.dump_mode = "all" # dump路径:[可选],默认为当前目录 config.dump_config.dump_path = 'home/dump' # 量化data dump开关:[可选],是否采集量化前的dump数据 config.dump_config.quant_dumpable= True npu_backend= torchair.get_npu_backend(compiler_config=config) ... model = Model() model = torch.compile(model, backend=npu_backend, dynamic=False)
数据生成在dump_path指定的目录下,即data_dump_dir={dump_path}/{time}/{deviceid}/{model_name}/{model_id}/{data_index}目录下。以dump_path配置为“/home/dump”为例,数据存放目录data_dump_dir=“/home/dump/2024112145738/0/_0/1/0”。
关于参数的详细介绍请参见《CANN 精度比对工具使用指南》中“准备NPU侧dump数据和计算图文件”章节。