--- title: Lifespan_ID2972-PyTorch-模型库-ModelZoo-昇腾社区 description: 生态贡献模型 keywords: Lifespan,ID,PyTorch,模型库,ModelZoo,昇腾社区,准备训练环境,准备环境 url: https://www.hiascend.com/software/modelzoo/models/detail/a0ff1e59fe8f41e09cb3c7766df160b6 section: (其他) --- # Lifespan_ID2972-PyTorch-模型库-ModelZoo-昇腾社区 URL: https://www.hiascend.com/software/modelzoo/models/detail/a0ff1e59fe8f41e09cb3c7766df160b6 描述: 生态贡献模型 关键词: Lifespan,ID,PyTorch,模型库,ModelZoo,昇腾社区,准备训练环境,准备环境 ModelZoo主页 主页 [了解详情](https://www.hiascend.com/software/modelzoo)大模型 [了解详情](https://www.hiascend.com/software/modelzoo/big-models)模型库 [了解详情](https://www.hiascend.com/software/modelzoo/models)工具库 [了解详情](https://www.hiascend.com/software/modelzoo/tools)权重库 [了解详情](https://www.hiascend.com/software/modelzoo/datasets)ModelShow [了解详情](https://www.hiascend.com/software/modelzoo/modelshow)DeepSeek专区HOT [了解详情](https://www.hiascend.com/developer/deepseek)文档中心 [了解详情](https://www.hiascend.com/document/detail/zh/ModelZoo/Documentation/overview/overview_0001.html)论坛交流 [了解详情](https://www.hiascend.com/forum/forum-0140120119986591009-1.html) 主页 [了解详情](https://www.hiascend.com/software/modelzoo)大模型 [了解详情](https://www.hiascend.com/software/modelzoo/big-models)模型库 [了解详情](https://www.hiascend.com/software/modelzoo/models)工具库 [了解详情](https://www.hiascend.com/software/modelzoo/tools)权重库 [了解详情](https://www.hiascend.com/software/modelzoo/datasets)ModelShow [了解详情](https://www.hiascend.com/software/modelzoo/modelshow)DeepSeek专区HOT [了解详情](https://www.hiascend.com/developer/deepseek)文档中心 [了解详情](https://www.hiascend.com/document/detail/zh/ModelZoo/Documentation/overview/overview_0001.html)论坛交流 [了解详情](https://www.hiascend.com/forum/forum-0140120119986591009-1.html) 模型库 [了解详情](https://www.hiascend.com/software/modelzoo/models) Lifespan_ID2972-PyTorch ## Lifespan_ID2972-PyTorch 视觉生成PyTorch训练71次浏览2025/12/29更新 5.0 查看模型源码 Lifespan_ID2972-PyTorch 查看模型源码 模型使用 版本信息 模型使用 版本信息 ... # 准备训练环境 ## 准备环境 - 当前模型支持的固件与驱动、 CANN 以及 PyTorch 如下表所示。 版本配套表 | 配套 | 版本 | | --- | ---| | 固件与驱动 | 5.1.RC2 | | CANN | 6.0.RC1 | | PyTorch | 1.5.0 | - 环境准备指导。 请参考《Pytorch框架训练环境准备 [了解详情](https://www.hiascend.com/document/detail/zh/ModelZoo/pytorchframework/ptes)》。 - 安装依赖。 ``` pip install -r requirements.txt ``` ## 准备数据集 1. 获取FFHQ-Aging数据集. ``` url=https://github.com/royorel/FFHQ-Aging-Dataset ``` 2. 数据预处理 ``` cd datasets python create_dataset.py --folder --labels_file [--train_split] [num of training images (default=69000)] ``` 3. 如果你希望在你自己的数据集上进行训练&测试，结构应当如下 ``` ├── dataset_name │ ├── train | | └── image1.png | | └── image2.png | | └── ... │ │ ├── parsings │ │ │ └── image1.png │ │ │ └── image2.png │ │ │ └── ... ... │ ├── train | | └── image1.png | | └── image2.png | | └── ... │ │ ├── parsings │ │ │ └── image1.png │ │ │ └── image2.png │ │ │ └── ... │ ├── test | | └── image1.png | | └── image2.png | | └── ... │ │ ├── parsings │ │ │ └── image1.png │ │ │ └── image2.png │ │ │ └── ... ... │ ├── test | | └── image1.png | | └── image2.png | | └── ... │ │ ├── parsings │ │ │ └── image1.png │ │ │ └── image2.png │ │ │ └── ... ``` ### 获取预训练模型 ``` python download_models.py ``` # 开始训练 ### Training on NPU - 训练超参 - Batch size: 3 - amp: True(02) - lr: 0.001(可修改) - Train epoch: 400 `python run.py (modelarts)` `./run_scripts/train.sh (ascend-torch1.5)` 模型训练脚本参数说明如下。 ``` 公共参数： --name //选择训练（male|female）model --checkpoints_dir //结果路径（./checkpoints） --dataroot //数据集路径（datasets/males） --epoch //重复训练次数（400） --batchSize //训练批次大小(3) --lr //adam学习率（0.001） --amp //是否使用混合精度（True） --loss_scale_value //混合精度lossscale大小（默认128.0） --opt_level //混合精度类型（默认O2） --npu_ids //可用npu设备 ``` 如果需要修改参数可以在如下目录修改`run_scripts/train/train.sh` `options/train_options.py` ## 混合精度训练 昇腾910 AI处理器提供自动混合精度功能，可以针对全网中float32数据类型的算子，按照内置的优化策略，自动将部分float32的算子降低精度到float16，从而在精度损失很小的情况下提升系统性能并减少内存使用。 ## 开启混合精度 脚本已开启混合精度（O2） 优化器使用NpuFusedAdam、combine_grad=True性能提升约20% ##训练结果展示 | NAME | - | FPS | Epochs | sec/epoch | acc | | --- | --- | --- | --- | --- | ---| | NPU_1p | torch1.5+Ascend910 | 0.001385 | 15 | 2943.1 | None | | GPU_1p | torch1.5+V100 | 0.001019 | 15 | 2166.1 | None | # 公网地址说明 代码涉及公网地址参考 public_address_statement.md | 版本 | 更新时间 | 精度 | 处理器 | CANN版本 | 操作 | | --- | --- | --- | --- | --- | ---| | 5.0.RC1 | 2023/08/20 | Mixed | Ascend 910 | 6.3.RC1 | modelzoomodelzoo | 使用模型资源和服务前，请您仔细阅读并理解透彻《昇腾深度学习模型许可协议 3.0》 [了解详情](https://www.hiascend.com/legal/modelzoo_models_license)