Mindspore集训营第四期作业一要求:
在CPU上跑通Lenet模型
提交方式:在Gitee/Github上fork主仓,新建文件夹9.12作业,将作业截图上传即可
操作流程:
第一步:安装Mindspore 0.7,参考教程:https://www.mindspore.cn/install
第二步:从gitee仓库下载Mindspore代码
git clone https://gitee.com/mindspore/mindspore
第三步:切换代码仓库代码版本到r0.7
git checkout r0.7
这里说明下为什么要切换一下,因为master里的代码一直在不断更新,modelzoo里的lenet版本可能更新过了,所以如果使用master里的示例代码可能会出现找不到库的情况
第四步:复制示例代码
将git clone下来的代码中的model_zoo\offical\CV\Lenet这个文件夹复制到其他位置,方便执行。
第五步:下载数据集
MNIST数据集下载地址:http://yann.lecun.com/exdb/mnist/
新建一个文件夹名字叫Data.
下载完后解压4个压缩包,
把train-images-idx3-ubyte.gz和train-labels-idx1-ubyte.gz:这两个压缩包中的文件放到train文件夹中
其他两个放到test文件夹中
把train和test文件夹复制到Data目录下
最后把Data目录复制到示例代码文件夹中
第六步:修改代码
由于是需要在CPU环境下运行代码,所以这里需要修改一处
12 | parser.add_argument('--device_target', type=str, default="CPU", choices=['Ascend', 'GPU', 'CPU'], help='device where the code will be implemented (default: Ascend)') |
将这里的defaul=修改为“CPU”
如果使用的是GPU版本的话修改为GPU,昇腾的话修改为“Ascend”
第七步:执行训练代码
在示例代码文件夹下使用命令
python train.py
就可以开始训练了,训练后的ckpt文件会存放在示例代码文件夹下的ckpt文件夹中
第八步:执行验证代码
python eval.py --ckpt_path=./ckpt/checkpoint_lenet-1_1875.ckpt。(如果没这个文件名的文件的话就换成你电脑上生成的文件名的就行了,反正后缀是CKPT就行)
运行后的截图
后记:
因为看到有人提到找不到库,突然想到了自己运行的时候踩得坑,然后就随便写了一点,由于随手仓促这么一写,可能有不足或者不周到的地方还望见谅和指出,一定积极改正。
转自文章链接:Mindspore集训营第四期作业一:使用MIndspore 0.7版本运行Lenet_MNIST_MindSpore_昇腾论坛_华为云论坛
感谢作者的努力与分享,侵权立删!