概述
简述
Convmixer由一个patch embedding层和一个简单的全卷积块的重复应用组成，并保持着patch embedding的空间结构。Convmixer是一个非常简单的卷积架构，直接在patch上操作，它在所有层中保持相同分辨率和大小的表示。Convmixer证明了patch表示本身可能会是Vision transformer这样的新架构卓越性能的最关键组件。
参考实现：
url=https://github.com/locuslab/convmixer.git commit_id=47048118e95721a00385bfe3122519f4b583b26e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==0.6.0；pillow==8.4.0 PyTorch 1.8 torchvision==0.9.1；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。
准备数据集
获取数据集
请用户自行下载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性能和单机8卡训练。
单机单卡性能
启动单卡性能测试。
bash ./test/train_performance_1p.sh --data_path=/data/xxx/ # 单卡性能单机8卡性能
启动8卡性能测试。
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卡性能单机单卡评测
启动单卡评测。
bash ./test/train_eval_1p.sh --data_path=/data/xxx/ --checkpoint=ckpt_path
--data_path参数填写数据集路径，需写到数据集的一级目录。
--checkpoint参数填写训练生成的权重文件路径，需写到文件的一级目录。
模型训练脚本参数说明如下。
公共参数： --weight-decay //权重衰减 --batch-size //训练批次大小 --input-size //输入图片大小 --epochs //重复训练次数 --lr //初始学习率，默认：0.01 --num-classes //分类数 --amp //是否使用混合精度 --device //指定训练设备 --seed //随机数种子设置 --momentum //动量训练完成后，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-NPU | - | 42.09 | 1 | O2 | 1.8 |
| 8p-NPU | 80.2% | 376.64 | 150 | O2 | 1.8 |
版本说明
变更
2023.02.24：更新内容，重新发布。
2020.07.08：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