【CANN训练营第三季】【昇腾AI入门课】2PyTorch模型迁移与调优

这一节涉及一些实操的内容，但我的电脑还没有配置好，所以先看知识性的内容，以后弄好了填坑

---

课程目标

• 了解PyTorch与昇腾平台的适配
• 了解Davinci硬件架构
• 了解什么样的模型在昇腾上更亲和
• 了解软件术语
• 了解Ascend-PyTorch的安装步骤
• 了解如何将原生的PyTorch模型代码适配至Ascend-PyTorch

PyTorch

• 在线对接适配方案
  • 最大限度继承pytorch框架动态图的特性
  • 最大限度继承原生pytorch上的使用方式：最小的开发方式和代码的重用
  • 最大限度继承pytorch原生的体系结构
  • 扩展性好，对于新的网络类型或结构，只涉及相关计算类算子的开发和实现，对于框架类的算子可以复用

达芬奇架构

• 计算单元
  • Cube：
    • 矩阵运算
    • fp16的16×16与16×16的矩阵乘
    • 相关操作：matmul、conv2d、linear
  • Vextor：
    • 向量运算
    • 算力低于Cube，但灵活性高
    • 计算类型：fp16、fp32、int8
  • Scalar：
  • 各类型的标量数据运算&程序的流程控制
  • 功能上类似于小的CPU

软件架构

Ascend-PyTorch安装

挖坑

PyTorch模型迁移

1. 手工迁移
2. 脚本转换工具（msFmkTransplt）
3. 自动迁移（推荐）
   挖坑