---
title: Estimator模式下使能训练迭代循环下沉
description: "1. 在迁移后的脚本中查找“npu_run_config_init”，找到运行配置参数（例如示例中的“run_config”），在运行配置函数中传入session_config参数，并在session_config参数中添加“iterations_per_loop”配置。"
url: https://www.hiascend.com/document/detail/zh/TensorFlowCommercial/latest/migration/tfmigr1/tfmigr1_000049.html
sourcePath: /source/zh/TensorFlowCommercial/900/migration/tfmigr1/tfmigr1_000049.html
indexId: dd1f94f7daa45eec26ce415ce2142150cef9d3a40da69b5bff63f7f9d52de2f973
---
# Estimator模式下使能训练迭代循环下沉

#### 自动迁移场景

1. 在迁移后的脚本中查找“npu_run_config_init”，找到运行配置参数（例如示例中的“run_config”），在运行配置函数中传入session_config参数，并在session_config参数中添加“iterations_per_loop”配置。
  1 2 3 4 5 6 7 8 9 10 11 12 13 session_config = tf.ConfigProto(allow_soft_placement=True) custom_op = session_config.graph_options.rewrite_options.custom_optimizers.add() custom_op.name = 'NpuOptimizer' custom_op.parameter_map["enable_data_pre_proc"].b = True # GetNext算子下沉是迭代循环下沉的必要条件 custom_op.parameter_map["iterations_per_loop"].i = 10 run_config = tf.estimator.RunConfig( train_distribute=distribution_strategy, session_config=session_config, # 运行配置参数中添加session_config配置 save_checkpoints_secs=60*60*24) classifier = tf.estimator.Estimator( model_fn=model_function, model_dir=flags_obj.model_dir, config=npu_run_config_init(run_config=run_config))

2. 增加“SetIterationsVarHook”：
  1 2 3 4 5 train_hooks = hooks_helper.get_train_hooks( flags_obj.hooks, model_dir=flags_obj.model_dir, batch_size=flags_obj.batch_size) train_hooks.append(SetIterationsVarHook(10))

3. 在train_op中增加“IterationOp”：
  1 2 train_op = opt.apply_gradients( grad_var_list, global_step=global_step ) train_op = tf.group(train_op, name="IterationOp") #该name设置到梯度更新返回的op


#### 手工迁移场景

Estimator模式下，通过NPURunConfig中的iterations_per_loop参数配置，配置方法如下：

```
from npu_bridge.npu_init import *

session_config=tf.ConfigProto(allow_soft_placement=True)
config = NPURunConfig(session_config=session_config, iterations_per_loop=10)
```

同时需要使能GetNext算子下沉，GetNext算子下沉是迭代循环下沉的必要条件。Estimator模式下GetNext算子默认下沉，即enable_data_pre_proc默认为True，无需手工配置。


#### 检查iterations_per_loop生效

开启“训练迭代循环下沉”功能后，可通过查看Host侧INFO日志中是否存在关键字“Insert op success”来判断iterations_per_loop是否生效。

可通过如下命令设置Host侧日志级别为INFO，INFO日志的默认输出路径为“$HOME/ascend/log/run/plog/”。

```
export ASCEND_GLOBAL_LOG_LEVEL=1
```