迁移后训练

迁移完成后的训练脚本可在NPU上运行，操作步骤参考如下：

1. 单击MindStudio菜单栏“Run > Edit Configurations...”。
2. 进入运行配置界面，参数设置如图1所示。参数设置完成后，单击“OK”。
   1. 选择迁移后的训练脚本。
   2. 配置环境变量，单击，打开如图2所示界面，配置训练进程启动依赖的环境变量，参数设置完成后，单击“OK”。

      环境变量配置说明请参见表1。

   图1 运行配置
   
   图2 环境变量
   

   表1 环境变量配置说明

   环境变量	说明
   User environment variables
   JOB_ID	训练任务ID，用户自定义，仅支持大小写字母，数字，中划线，下划线。不建议使用以0开始的纯数字。
   ASCEND_DEVICE_ID	指定昇腾AI处理器的逻辑ID，单P训练也可不配置，默认为0。该样例指定在2卡执行训练。
   RANK_ID	指定训练进程在集合通信进程组中对应的rank标识序号，单P训练固定配置为0。
   RANK_SIZE	指定当前训练进程对应的Device在本集群大小，单P训练固定配置为1。
   RANK_TABLE_FILE	如果用户原始训练脚本中使用了hvd接口或tf.data.Dataset对象的shard接口，需要配置，否则无需配置。 由于ResNet50原始训练脚本中使用了tf.data.Dataset对象的shard接口，因此需要配置，请指定训练前准备中准备好的配置文件。
   System environment variables
   PYTHONPATH	请在此配置项末尾追加迁移后的模型所在路径，如“/home/username/MindstudioProjects/MyTraining-tensorflow/models_msft/models_npu_20220927162439”。

3. 单击，启动训练。

   

   检查训练过程是否正常，loss是否收敛。

   图3 训练过程截图