概述

简述

ResNet是由微软研究院的Kaiming He等四名华人提出，是ImageNet竞赛中分类问题效果较好的网络， 它引入了残差学习的概念，通过增加直连通道来保护信息的完整性，解决信息丢失、梯度消失、梯度爆炸等问题， 让很深的网络也得以训练，可以极快的加速神经网络的训练。ResNet有不同的网络层数， 常用的有18-layer、34-layer、50-layer、101-layer、152-layer。 ResNet18的含义是指网络中有18-layer。

• 参考实现：

  url=https://github.com/osmr/imgclsmob/blob/master/pytorch/pytorchcv/models/resnet_cifar.py
  commit_id=7779657ec364b5a18bde3817ea5887b289f841f2

• 适配昇腾 AI 处理器的实现：

  url=https://gitee.com/ascend/ModelZoo-PyTorch.git
  code_path=PyTorch/built-in/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	pillow==8.4.0
  PyTorch 1.8	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

  说明： 只需执行一条对应的PyTorch版本依赖安装命令。

• 源码安装DLLogger库。

  下载源码链接： git clone https://github.com/NVIDIA/dllogger.git
  进入源码一级目录执行： python3 setup.py install

准备数据集

1. 获取数据集。

   用户自行获取原始数据集，本模型采用的数据集为cifar-10，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。

    cifar-10
    └── cifar-10-batches-py
        ├── batches.meta
        ├── data_batch_1
        ├── data_batch_2
        ├── data_batch_3
        ├── data_batch_4
        ├── data_batch_5
        ├── readme.html
        └── test_batch

   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

1. 进入解压后的源码包根目录。

   cd /${模型文件夹名称} 

2. 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/cifar-10/ --arch=模型名称 --device_id=NPU卡ID  # 单卡精度
     
     bash ./test/train_performance_1p.sh --data_path=/data/cifar-10/ --arch=模型名称 --device_id=NPU卡ID  # 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/cifar-10/ --arch=模型名称  # 8卡精度
     
     bash ./test/train_performance_8p.sh --data_path=/data/cifar-10/ --arch=模型名称  # 8卡性能

   注：arch选resnet1001或resnet1202，默认为resnet1001。

   --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
   --arch                              //使用模型，默认：resnet1001
   --epochs                            //训练周期数
   --batch-size                        //训练批次大小
   --lr                                //初始学习率
   --momentum                          //动量
   --weight-decay                      //权重衰减
   --world-size                        //分布式训练节点数
   --seed                              //随机数种子设置
   --addr                              //主机地址    

   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 ResNet1001训练结果展示表

表 3 ResNet1202训练结果展示表

版本说明

变更

2023.02.21：更新readme，重新发布。

FAQ

无。