华为ModelArts训练Alexnet模型

一、参考资料

ModelArts Web训练

二、关键步骤

2.1 上传源码到obs

.
|-- dataset  # 数据集
|   |-- train
|   `-- val
`-- train
    |-- data.py
    |-- model.py
    `-- train_npu.py  # 启动文件

2.2 obs创建目录

obs目录结构

log：日志存放路径
output：训练输出路径

2.3 创建算法

算法管理
	---》创建

名称：自定义
描述：自定义
创建方式：自定义
	AI引擎：tensorflow_1.15-cann_5.0.3-py_3.7-euler_2.8.3-aarch64
	代码目录：/xxx/alexnet/train/
	启动文件：/xxx/alexnet/train/train_npu.py
输入数据配置：数据集路径
	映射名称：自定义（默认即可）
	代码路径参数：data_url
输出数据配置：训练输出路径
	映射名称：自定义（默认即可）
	代码路径参数：train_url
其他：默认即可

2.4 创建训练作业

训练管理
	---》训练作业
		---》创建

名称：自定义
描述：自定义
算法：
	---》我的算法
		---》勾选刚创建的算法
训练输入：
	---》data_url：/xxx/alexnet/dataset/
训练输出：
	---》train_url：/xxx/alexnet/output/
资源池：根据实际需求
资源类型：Ascend
规格：根据实际需求
计算节点个数：根据实际需求
作业日志路径：/xxx/alexnet/log/

2.5 训练完成

三、FAQ

Q：The input shape of GeOp5_0 is dynamic

【南京大学】【MEMNET】【ID1085】 模型 npu迁移时报错: The input shape of GeOp5_0 is dynamic

File "/home/ma-user/modelarts/user-job-dir/train/train_npu.py", line 114, in main
    test_loss, test_acc, summary = sess.run([cost, accuracy, summary_op], feed_dict=val_feed)
  File "/home/ma-user/anaconda/lib/python3.7/site-packages/tensorflow_core/python/client/session.py", line 956, in run
    run_metadata_ptr)
  File "/home/ma-user/anaconda/lib/python3.7/site-packages/tensorflow_core/python/client/session.py", line 1180, in _run
    feed_dict_tensor, options, run_metadata)
  File "/home/ma-user/anaconda/lib/python3.7/site-packages/tensorflow_core/python/client/session.py", line 1359, in _do_run
    run_metadata)
  File "/home/ma-user/anaconda/lib/python3.7/site-packages/tensorflow_core/python/client/session.py", line 1384, in _do_call
    raise type(e)(node_def, op, message)
tensorflow.python.framework.errors_impl.InternalError: The input shape of GeOp5_0 is dynamic, please ensure that npu option[dynamic_input] is set correctly, for more details please refer to the migration guide.
	 [[{{node GeOp5_0}}]]

错误原因：
模型训练过程中存在输入shape变化的问题

解决办法：
train_npu.py中添加
custom_op.parameter_map["dynamic_input"].b = True
custom_op.parameter_map["dynamic_graph_execute_mode"].s = tf.compat.as_bytes("lazy_recompile")