【2023·CANN训练营第一季】昇腾AI入门课（PyTorch）学习笔记

在对CANN和昇腾有了一个基础的了解认知后，下面我们就来学习了解一下PyTorch和AscendCL的相关知识。

PyTorch

它是一个基于Torch的Python开源机器学习库，用于自然语言处理等应用程序。它主要由Facebookd的人工智能小组开发，不仅能够实现强大的GPU加速，同时还支持动态神经网络，这一点是现在很多主流框架如TensorFlow都不支持的。

高级功能：

1.具有强大的GPU加速的张量计算(如Numpy)；

2.包含自动求导系统的深度神经网络。

优点：

1.支持GPU；

2.灵活，支持动态神经网络；

3.底层代码易于理解；

4.命令式体验；

5.自定义扩展。

PyTorch适配昇腾AI处理器方案

选择在线对接适配方案原因有以下几点：

* 最大限度继承PyTorch框架动态图

*最大限度继承GPU在PyTorch上的使用方式

*最大限度继承PyTorch原生的体系结构

*扩展性好，对于新增网络类型或结构，只需涉及相关计算类算子的开发和实现

*指定device为昇腾AI处理器

PyTorch模型迁移

三种方式：

自动迁移，训练脚本引入库代码；

工具迁移，使用脚本转换工具（msFmkTransplt）

手工迁移，迁移前的准备修改相关原始代码，单卡模型迁移，多卡模型迁移，Extra报错排查。

AscendCL基本功能

运行资源管理：指定硬件资源，创建管理对象容器，创建维护执行顺序的Stream。

内存管理：申请各阶段数据的内存，释放内存，通过内存拷贝实现数据传输。

三大关键功能：

图形图像预处理（视频图像编解码，图片抠图、缩放等）

深度学习推理计算（模型加载，执行）

单算子加速计算（单算子加载，执行）

AscendCL推理应用的开发流程

1. 准备环境

2. 创建代码目录

3. 构建模型（将训练好的模型转换昇腾AI处理器识别的*.om模型文件）

4. 开发应用（AscendCL初始化，运行管理资源申请，运行管理资源释放，AscendCL去初始化）

5. 编译及运行应用（具备数据，离线模型、源码和CMake文件）

开发关键功能主要有以下三点：

1. 图形图像预处理

2. 模型推理计算

3. 单算子加速计算

温馨提示

文章内容如果写的存在问题欢迎留言指出，让我们共同交流，共同探讨，共同进步~~~

文章如果对你有帮助，动动你的小手点个赞，鼓励一下，给我前行的动力。