张小白带你玩转Atlas 200DK+CANN 5.0.4+MindStudio 3.0.4(14)尝试昇思跑LeNet-2
十四、在Ubuntu 18.04 X86上使用MindSpore CPU版训练LeNet网络
书接上回:上次张小白没有在200DK上完成LeNet网络训练,这让曾经能在 树莓派4B和Jetson Nano B01完成LeNet训练的张小白感到有些失望。
不过这也挡不住张小白试验LeNet的心,既然无法在200DK上做训练,那么用WSL2 ubuntu GPU环境(或者开发环境ubuntu )做LeNet训练,然后将训练好的结果送到200DK上做离线推理,应该是可以的吧?
先看下开发环境的环境:
有python3.7.5,但是没有mindspore,那就先在开发环境上安装MindSpore的CPU版本:
按照上面的选择来安装即可:
python3 -m pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.6.1/MindSpore/cpu/x86_64/mindspore-1.6.1-cp37-cp37m-linux_x86_64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple
下载mindpore的modelzoo代码仓:
准备数据集:
cd models/official/cv/lenet
mkdir MNIST
mkdir ckpt
cd MNIST
安装tree
查看数据集结构:
开始训练:
python3 train.py --data_path=./MNIST/ --device_target="CPU" --ckpt_path=./ckpt
。。。
。。。
训练结果在ckpt目录下:
执行评估:
python3 eval.py --data_path MNIST --ckpt_path ckpt/checkpoint_lenet-10_1875.ckpt --device_target="CPU"
导出MindIR模型:
python3 export.py --ckpt_file ckpt/checkpoint_lenet-10_1875.ckpt --file_format "MINDIR" --device_target="CPU"
执行完毕后,会生成一个lenet.mindir文件:
将lenet.mindir和ckpt文件拷贝到200DK上。
scp lenet.mindir HwHiAiUser@192.168.199.204:/home/HwHiAiUser/models/official/cv/lenet/
scp -r ckpt HwHiAiUser@192.168.199.204:/home/HwHiAiUser/models/official/cv/lenet/
下面来尝试使用训练好的模型在200DK上进行推理。
(未完待续)
- 点赞
- 收藏
- 关注作者
评论(0)