启智社区昇腾算力快速使用 ATC

快速使用 ATC

本文将详细介绍如何借助启智社区昇腾算力 910/910B 进行模型转换，彻底告别开发板上模型转换各种报错的痛苦。

TODO：

• 完成数据集、模型存储教程
• 完成训练&模型转换教程
• 完成 ATC 其他功能教程

Fork 仓库

1. 打开仓库
2. 点击右上角的派生按钮

创建云脑 NPU 调试任务

1. 点击云脑-新建调试任务

2. 配置算力资源及镜像

• 算力集群：智算网络集群(Beta)
• 计算资源： 昇腾NPU
• 访问Interne： 是
• 资源规格：NPU: 1*Ascend-D910B, CPU: 20, 显存: 32GB, 内存: 60GB
• 任务名称&任务描述： 按需自定义
• 镜像： mindtorch0.2_mindspore2.2.1_torchnpu2.1.0_cann7.0rc1
• 数据集： 按需选择
• 选择模型： 按需选择
• 代码分支：main

3. 点击新建任务创建调试任务

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

更多细节请参考云脑调试任务

使用 ATC 进行模型转换

本仓库以yolov5s为例，介绍如何使用 ATC 进行模型转换。

1. 先点击云脑-调试任务-调试打开开发环境

2. 打开 notebook

3. 写入代码并运行

# 通过c2net库方式获取模型、数据集和输出路径

# 安装 c2net
!pip install -U c2net
# 导入包
from c2net.context import prepare, upload_output
# 初始化导入数据集和预训练模型到容器内
c2net_context = prepare()

# 获取代码路径，数据集路径，预训练模型路径，输出路径
code_path = c2net_context.code_path + "/" + "QuickUseATC".lower()
dataset_path = c2net_context.dataset_path
pretrain_model_path = c2net_context.pretrain_model_path

接着就能看到 quickuseatc 目录，可点击运行 main.ipynb 体验 ATC 模型转换

4. 最终我们可以把转换好的模型拷贝到工作空间进行下载

5. 当然最后别忘了停止调试，否则算力资源会被白白浪费掉哦

后记

如果本文有不当之处，欢迎指正。感谢！