【2023 · CANN训练营第一季】昇腾AI入门课（PyTorch）之模型迁移

昇腾AI入门课（PyTorch）之模型迁移

将基于PyTorch的训练脚本迁移到昇腾AI处理器上进行训练，目前有以下3种方式：自动迁移（推荐）、工具迁移、手工迁移，且迁移前要保证该脚本能在GPU、CPU上运行。

• 自动迁移：训练时，在训练脚本中导入脚本转换库，导入后执行训练。训练脚本在运行的同时，会自动将脚本中的CUDA接口替换为昇腾AI处理器支持的NPU接口。整体过程为：边训练边转换。

• 工具迁移：训练前，通过脚本迁移工具，自动将训练脚本中的CUDA接口替换为昇腾AI处理器支持的NPU接口，并生成迁移报告（脚本转换日志、不支持算子的列表、脚本修改记录）。训练时，运行转换后的脚本。整体过程为：先转换脚本，再进行训练。

• 手工迁移：算法工程师通过对模型的分析、GPU与NPU代码的对比进而对训练脚本进行修改，以支持在昇腾AI处理器上执行训练。迁移要点如下：定义NPU为训练设备，或将适配GPU的接口切换至适配NPU的接口。多卡迁移需修改芯片间通信方式为hccl。

1.自动迁移——只需一行代码

仅PyTorch1.8.1版本及以上使用，自动迁移方式较简单，且修改内容最少，只需在训练脚本中添加引入库代码。

import torch
import torch_npu
.....
# 在训练脚本中添加引入库代码
from torch_npu.contrib import transfer_to_npu

2.工具迁移——脚本转换工具（msFmkTransplt）

• 功能介绍脚本转换工具根据适配规则，对用户脚本给出修改意见并提供转换功能，提高了脚本迁移速度，降低了开发者的工作量。

• 原脚本需要在GPU环境下且基于Python 3.7及以上能够跑通，脚本转换后的执行逻辑与转换前保持一致。

• 此脚本转换工具当前支持PyTorch1.5.0和1.8.1版本的训练脚本转换。

#执行转换进入脚本转换工具所在路径	

cd Ascend-cann-toolkit安装目录/ascend-toolkit/latest/tools/ms_fmk_transplt/

#执行脚本转换./pytorch_gpu2npu.sh -i 原始脚本路径 -o 脚本迁移结果输出路径 -v 原始脚本框架版本

#完成脚本转换

3.手工迁移

Step1 迁移前的准备

Step2 单卡模型迁移

Step3 多卡模型迁移

Extra 报错排查