MMaction2 使用记录1——训练及测试

最新推荐文章于 2024-06-02 14:59:57 发布

加一点点醋

最新推荐文章于 2024-06-02 14:59:57 发布

阅读量654

点赞数

分类专栏：翻译文章标签：人工智能算法机器学习框架 mmaction

本文链接：https://blog.csdn.net/u013398034/article/details/131543352

版权

翻译专栏收录该内容

13 篇文章 1 订阅

订阅专栏

训练及测试

Training

在你的 PC上训练

你可以使用tools/train.py在一台有CPU和可选GPU的机器上训练一个模型。

下面是该脚本的完整用法：

python tools/train.py ${CONFIG_FILE} [ARGS]

默认情况下，MMAction2更喜欢 GPU 而不是 CPU。如果你想在 CPU 上训练一个模型，请清空 CUDA _ VISIBLE _ DevICES 或设置为 -1，使 GPU 对程序来说是不可见的。

CUDA_VISIBLE_DEVICES=-1 python tools/train.py ${CONFIG_FILE} [ARGS]

Training 多 GPUs

我们提供了一个 shell 脚本来启动一个多 GPU 任务，并使用 torch.distribution。

bash tools/dist_train.sh ${CONFIG} ${GPUS} [PY_ARGS]

指定端口运行

PORT=29666 bash tools/dist_train.sh ${CONFIG} ${GPUS} [PY_ARGS]

如果希望启动多个训练jobs并使用不同的 GPU，可以通过指定不同的端口和可见设备来启动它们。

CUDA_VISIBLE_DEVICES=0,1,2,3 PORT=29500 bash tools/dist_train.sh ${CONFIG} 4 [PY_ARGS]
CUDA_VISIBLE_DEVICES=4,5,6,7 PORT=29501 bash tools/dist_train.sh ${CONFIG} 4 [PY_ARGS]

Test

Test with your PC

您可以使用 tools/test.py 在一台带有 CPU 和 GPU (可选)的机器上测试模型。

以下是剧本的全部用法:

python tools/test.py ${CONFIG_FILE} ${CHECKPOINT_FILE} [ARGS]
指定不适用GPU
CUDA_VISIBLE_DEVICES=-1 python tools/test.py ${CONFIG_FILE} ${CHECKPOINT_FILE} [ARGS]
多GPU
bash tools/dist_test.sh ${CONFIG} ${CHECKPOINT} ${GPUS} [PY_ARGS]
指定端口
PORT=29666 bash tools/dist_test.sh ${CONFIG} ${CHECKPOINT} ${GPUS} [PY_ARGS]
多任务不同GPU
CUDA_VISIBLE_DEVICES=0,1,2,3 PORT=29500 bash tools/dist_test.sh ${CONFIG} ${CHECKPOINT} 4 [PY_ARGS]
CUDA_VISIBLE_DEVICES=4,5,6,7 PORT=29501 bash tools/dist_test.sh ${CONFIG} ${CHECKPOINT} 4 [PY_ARGS]