• 中文
  • 3.8.1

    • 训练工具

    算法包提供的train.py工具是模型训练的核心入口，支持单卡 / 多卡、单机 / 多机训练模式， 同时兼容不同训练阶段（如浮点训练、量化校准、量化感知训练）的配置与执行，通过简洁的命令行参数即可完成训练流程的灵活控制。

    使用方法

    启动模型训练的基础命令格式如下，支持通过命令行参数指定核心训练配置，也可结合 config 文件完成精细化训练流程定义：

    python3 tools/train.py   --stage  \
                        --config  \
                        --device-ids \
                        --dist-url  \
                        --launcher  \
                        --pipeline-test \
                        --opts  \
                        --opts-overwrite \
                        --level

    参数介绍

    参数描述
    --stage不同的训练和预测阶段。可选值为float、calibration 和 qat。
    --config, -cconfig文件路径。
    --device-ids, -ids运行的GPU列表。
    --dist-url多机运行指定的server地址，默认是auto。
    --launcher多机运行的启动方式，请选择torch。
    --pipeline-test是否运行pipeline测试。
    --opts通过命令行修改config参数。
    --opts-overwrite是否可以覆盖config参数。
    --level除了rank0之外的logging level。

    使用示例

    以 resnet50_imagenet 为例，启动多卡量化感知训练：

    python3 tools/train.py --stage qat \
                      --config configs/classification/resnet50_imagenet.py \
                      --device-ids 0,1

    config配置文件的详细介绍可参考config配置章节。