分级可视化构图比对

前提条件

• 安装tb-graph-ascend。

  pip install tb-graph-ascend

• 完成精度数据采集。

操作步骤

1. 创建比对配置文件。
   以在训练脚本所在目录创建compare.json配置文件为例，文件内容拷贝如下示例配置。

   • MindSpore训练场景：

     1 2 3 4 5

     { "npu_path": "./dump_data_2.7.0", "bench_path": "./dump_data_2.6.0", "is_print_compare_log": true }

   • PyTorch训练场景：

     1 2 3 4 5

     { "npu_path": "./dump_data_npu", "bench_path": "./dump_data_gpu", "is_print_compare_log": true }

   其中"npu_path"和"bench_path"对应的路径需要在同一环境下。

2. 执行图构建比对。
   • MindSpore训练场景：

     msprobe -f mindspore graph -i ./compare.json -o ./output

   • PyTorch训练场景：

     msprobe -f pytorch graph -i ./compare.json -o ./output

     比对完成后在./output下生成vis后缀文件。

3. 启动TensorBoard。

   tensorboard --logdir ./output --bind_all

   --logdir指定的路径即为2中的./output路径。

   执行以上命令后打印如下日志。

   1	TensorBoard 2.19.0 at http://ubuntu:6008/ (Press CTRL+C to quit)

   需要在Windows环境下打开浏览器，访问地址http://ubuntu:6008/，其中ubuntu修改为服务器的IP地址，例如http://192.168.1.10:6008/。

   访问地址成功后页面显示TensorBoard界面，如下所示。

   图1 分级可视化构图比对
   

   由于本样例在dump数据时"level"配置为"L1"，故采集到模型结构数据为空，分级可视化构图时无数据，无上图为其他数据示例。