查看运行结果

  1. 登录存储服务器。

    以本地NFS，主机名以Ubuntu为例说明。

  2. 执行以下命令，查看任务运行日志。

    tail -f /data/atlas_dls/output/logs

    [gpu id: 0 ] Test: [77/85]      Time  0.117 ( 0.281)    Loss 1.073741e+01 (1.078090e+01)        Acc@1   0.00 (  0.02)   Acc@5   0.00 (  0.12)
[gpu id: 0 ] Test: [78/85]      Time  0.114 ( 0.279)    Loss 1.072909e+01 (1.078015e+01)        Acc@1   0.00 (  0.02)   Acc@5   0.00 (  0.12)
[gpu id: 0 ] Test: [79/85]      Time  0.115 ( 0.277)    Loss 1.073733e+01 (1.077953e+01)        Acc@1   0.00 (  0.02)   Acc@5   0.20 (  0.12)
[gpu id: 0 ] Test: [80/85]      Time  2.385 ( 0.306)    Loss 1.087646e+01 (1.078090e+01)        Acc@1   0.00 (  0.02)   Acc@5   0.00 (  0.12)
[gpu id: 0 ] Test: [81/85]      Time  1.139 ( 0.318)    Loss 1.075754e+01 (1.078058e+01)        Acc@1   0.00 (  0.02)   Acc@5   0.39 (  0.12)
[gpu id: 0 ] Test: [82/85]      Time  0.115 ( 0.315)    Loss 1.068419e+01 (1.077925e+01)        Acc@1   0.00 (  0.02)   Acc@5   0.20 (  0.13)
[gpu id: 0 ] Test: [83/85]      Time  0.129 ( 0.313)    Loss 1.075079e+01 (1.077887e+01)        Acc@1   0.00 (  0.02)   Acc@5   0.20 (  0.13)
[gpu id: 0 ] Test: [84/85]      Time  0.134 ( 0.310)    Loss 1.093459e+01 (1.078095e+01)        Acc@1   0.00 (  0.02)   Acc@5   0.39 (  0.13)
[gpu id: 0 ] [AVG-ACC] * Acc@1 0.016 Acc@5 0.130
validate acc1 tensor(0.0156, device='npu:0')
Complete 90 epoch training, take time:1.05h
...

  1. 执行以下命令，查看生成的模型。

    ls /data/atlas_dls/code/ResNet50_for_PyTorch_1.4_code

    drwxrwx--- 2 root root      4096 Mar  4 19:28 ./
drwxrwx--- 4 root root      4096 Mar  4 19:28 ../
-rw-rw---- 1 root root 102489869 Mar  4 19:28 checkpoint_npu0model_best.pth.tar
-rw-rw---- 1 root root 102489869 Mar  4 19:28 checkpoint_npu0.pth.tar
...

    可以参考ModelZoo上，PyTorch框架的ResNet-50模型中的“模型推理”章节，对生成的模型文件进行模型转换处理。

父主题： PyTorch