新特性mindconverter使用体验(以VGG16为例)

转载地址:新特性mindconverter使用体验(以VGG16为例)_MindSpore_昇腾论坛_华为云论坛

作者:青桃

1.下载安装MindSpore 1.2.0-rc1版本,点开如下链接并获取安装命令:https://www.mindspore.cn/install

新特性mindconverter使用体验(以VGG16为例)_第1张图片

GPU上安装报错,还获取不到r1.2版本(版本没有放上去,资料先发布了,已经提单):

2.手动从版本构建和发布渠道获取mindspore1.2.0版本并安装:

3. 操作系统版本和配套软件:Linux Ubuntu18.04 X86_64 GPU CUDA10.1 Python3.7.5

4. 使用Mindconverter转换pytorch或tensorflow的脚本后进行预测和评估,以VGG16为例:

mindconverter --model_file /home/workspace/mindspore_dataset/pb_file/VGG16.pb --shape 1,224,224,3 --input_nodes input_1:0 --output_nodes predictions/Softmax:0 --output VGG16 --report VGG16

转换时指定shape为1,224,224,3,读取数据完成训练报如下错误:

新特性mindconverter使用体验(以VGG16为例)_第2张图片

核对数据集的batch_size,宽,高,通道数分别改为1,224,224,3,再次运行用例顺利通过:

如果转换的时候不用指定shape,运行训练时能根据数据集的shape生成图更好。和mindspore训练框架定位网络训练的逻辑保持一致。

5.个人邮箱 [email protected]

发布于 1 分钟前

你可能感兴趣的:(新特性mindconverter使用体验(以VGG16为例))