概述
简述
ShuffleNet V1是一个计算效率极高的图像分类网络,它是专门为计算能力非常有限的移动设备设计的(例如,10-150 MFLOPs)。其采用了两种新的操作,逐点分组卷积(Pointwise Group Convolution)和通道重排(channel shuffle),在保持精度的同时大大降低了计算成本。
参考实现:
url=https://github.com/megvii-model/ShuffleNet-Series/tree/master/ShuffleNetV1 commit_id=d69403d4b5fb3043c7c0da3c2a15df8c5e520d89
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。
用户自行获取原始数据集,可选用的开源数据集包括ImageNet2012,CIFAR-10等,将数据集上传到服务器任意路径下并解压。
以ImageNet2012数据集为例,数据集目录结构参考如下所示。
├── ImageNet2012 ├──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_full_1p.sh --data_path=/data/xxx/ # 单卡精度 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
--data_path参数填写数据集路径,需写到数据集的一级目录。
模型训练脚本参数说明如下。
公共参数: --data //数据集路径 --addr //主机地址 --workers //加载数据进程数 --epochs //重复训练次数 --batch-size //训练批次大小,默认:240 --learning-rate //初始学习率,默认:1 --momentum //动量,默认:0.9 --weight_decay //权重衰减,默认:4e-5 --amp //是否使用混合精度 --loss-scale //混合精度lossscale大小 --opt-level //混合精度类型,默认:O2 多卡训练参数: --distributed //是否使用多卡训练
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 | Npu nums | Epochs | AMP_Type | Torch_Version |
---|---|---|---|---|---|---|
NPU_1.8 | - | 3297.11 | 1 | 1 | O2 | 1.8 |
NPU_1.8 | 65.79 | 21233.53 | 8 | 240 | O2 | 1.8 |
版本说明
变更
2023.02.14:更新readme,重新发布。
2020.07.08:首次发布。
FAQ
无。