概述
简述
RegNetX-1.6GF是FAIR提出的一种RegNetX。RegNetX使用了新的网络设计范式,结合了手动设计网络和神经网络搜索(NAS)的优点。和手动设计网络一样,其目标是可解释性,可描述一些简单网络的一般设计原则,并在各种设置中泛化;又和NAS一样能够利用半自动过程来找到易于理解、构建和泛化的简单模型。
参考实现:
url=https://github.com/facebookresearch/pycls commit_id=2647af9f32eb27d099bd852fb11f731876316757
适配昇腾 AI 处理器的实现:
url=https://gitee.com/ascend/ModelZoo-PyTorch.git code_path=PyTorch/contrib/cv/classification
准备训练环境
准备环境
当前模型支持的 PyTorch 版本和已知三方库依赖如下表所示。
表 1 版本支持表
Torch_Version 三方库依赖版本 PyTorch 1.5 torchvision==0.2.2.post3;pillow==8.4.0 PyTorch 1.8 torchvision==0.9.1;pillow==9.1.0 PyTorch 1.11 torchvision==0.12.0;pillow==9.1.0 PyTorch 2.1 torchvision==0.16.0;pillow==9.1.0 环境准备指导。
请参考《Pytorch框架训练环境准备》。
安装依赖。
在模型源码包根目录下执行命令,安装模型对应PyTorch版本需要的依赖。
pip install -r 1.5_requirements.txt # PyTorch1.5版本 pip install -r 1.8_requirements.txt # PyTorch1.8版本 pip install -r 1.11_requirements.txt # PyTorch1.11版本 pip install -r 2.1_requirements.txt # PyTorch2.1版本
说明: 只需执行一条对应的PyTorch版本依赖安装命令。
准备数据集
获取数据集。
用户自行下载
ImageNet
数据集,将数据集上传到服务器任意路径下并解压。数据集目录结构参考如下所示。
├── ImageNet ├──train ├──类别1 │──图片1 │──图片2 │ ... ├──类别2 │──图片1 │──图片2 │ ... ├──... ├──val ├──类别1 │──图片1 │──图片2 │ ... ├──类别2 │──图片1 │──图片2 │ ...
说明: 该数据集的训练过程脚本只作为一种参考示例。
开始训练
训练模型
进入解压后的源码包根目录。
cd /${模型文件夹名称}
运行训练脚本。
该模型支持单机单卡训练和单机8卡训练。
单机单卡训练
启动单卡训练。
bash ./test/train_performance_1p.sh --data_path=/data/xxx/ # 单卡性能
单机8卡训练
启动8卡训练。
bash ./test/train_full_8p.sh --data_path=/data/xxx/ # 8卡精度 bash ./test/train_performance_8p.sh --data_path=/data/xxx/ # 8卡性能
单机8卡评测
启动8卡评测。
bash ./test/train_eval_8p.sh --data_path=/data/xxx/ --pth_path=real_pre_train_model_path # 8卡评测
--data_path参数填写数据集路径,需写到数据集的一级目录。
--pth_path参数填写训练权重生成路径,需写到权重文件的一级目录。
模型训练脚本参数说明如下。
公共参数: --data //数据集路径 --train-batch //训练批次大小 --lr //初始学习率 --wd // 权重衰减参数 -c // 检查点路径 --print-freq //打印频率 --epochs //重复训练次数 --opt-level // apex优化器级别 --loss-scale // apex loss_scale值 --device-id //使用设备 --j //加载数据线程数 --label-smoothing // 标签平滑系数 --warmup // warmup系数 --rank // 进程全局排名 --local_rank // 进程局部排名 --world_size // 总进程数 --log-name // 日志文件名字
训练完成后,权重文件保存在当前路径下,并输出模型训练精度和性能信息。
训练结果展示
表 2 训练结果展示表
NAME | Acc@1 | FPS | Epochs | AMP_Type | Torch_Version |
---|---|---|---|---|---|
1p-竞品V | - | 640 | 1 | - | 1.5 |
8p-竞品V | 77.17 | 4600 | 100 | - | 1.5 |
1p-NPU-ARM | - | 1824.49 | 1 | O2 | 1.8 |
8p-NPU-ARM | 77.34 | 14982.96 | 100 | O2 | 1.8 |
1p-NPU-非ARM | - | 1836.394 | 1 | O2 | 1.8 |
8p-NPU-非ARM | - | 8605.472 | 100 | O2 | 1.8 |
版本说明
变更
2022.10.24:更新torch1.8版本,重新发布。
2020.12.19:首次发布。
FAQ
无。
公网地址说明
代码涉及公网地址参考 public_address_statement.md