训练脚本执行

python3 ivfsp_train_codebook.py --dim <dim> --nonzero_num <nonzero num> --nlist <centroid num> --num_iter <iteration num> --device <device id> --batch_size <batch size> --code_num <codebook batch size> --ratio <ratio> --learn_data_path <learn data file> --codebook_output_dir <codebook output dir> --train_model_dir <train model dir>

<dim>：特征向量维度。

<nonzero num>：特征向量压缩后非零维度个数。

<centroid num>：簇聚类中心个数。与IVFSP 训练算子模型文件生成的<centroid num>保持一致。

<iteration num>：训练迭代次数参数，默认为20。迭代次数设置过大，会导致训练时长增加。

<device id>：指定deviceId对应的Device上执行训练。

<batch size>：训练时以batch size大小执行训练。与IVFSP 训练算子模型文件生成的<batch size>保持一致。

<codebook batch size>：每次最大按codebook batch size样本数量操作码本，必须为2的幂次。与IVFSP 训练算子模型文件生成的<codebook batch size>保持一致。

<ratio>：训练用原始样本的采样率，0 < ratio ≤ 1.0，默认为1.0。

<learn data file>：训练用的原始特征文件路径，支持bin、npy格式，bin存储方式为行优先，数据类型为float32。

<codebook output dir>：生成的码本文件输出到的目录，用户应该保证此目录存在，且程序的执行用户对此目录具有写权限；出于安全加固的考虑，此目录层级中不能含有软链接。

<train model dir>：IVFSP训练算子模型文件所在目录。

• 执行此命令，在<codebook output dir>对应的目录下生成文件codebook_<dim>_<nonzeroNum>_<nlist>.bin 和 codebook_<dim>_<nonzeroNum>_<nlist>.npy，codebook_<dim>_<nonzeroNum>_<nlist>.bin即为AscendIndexIVFSP所需使用到的码本文件。
• 当码本文件存在时，将执行覆盖写，此种情况程序执行用户应该是文件的属主。
• 在执行训练生成码本前，请先参考IVFSP训练算子模型文件生成，生成训练算子模型文件。