【西北工业大学】【高校贡献】【PyTorch】ShiftViT重新提交 · Pull Request !406 · Ascend/ModelZoo-PyTorch

## 具体信息可以见README.md

## 训练方法

训练脚本在test文件夹下

按照下面的方法进行训练

```bash
# 1p精度训练
bash ./test/train_full_1p.sh --data_path=real_data_path

# 1p性能训练
bash ./test/train_performance_1p.sh --data_path=real_data_path

# 8p精度训练
bash ./test/train_full_8p.sh --data_path=real_data_path

# 8p性能训练
bash ./test/train_performance_8p.sh --data_path=real_data_path

```

日志地址

test/output/devie_id/train_${device_id}.log           # training detail log

test/output/devie_id/shiftvit_light_tiny_bs128_8p_perf.log  # 8p training performance result log

test/output/devie_id/shiftvit_light_tiny_bs128_8p_acc.log   # 8p training accuracy result log

## ShiftViT训练结果

1. GPU训练
   
   GPU训练使用的是提供的服务器

精度目标由源仓库中数据提供

性能标杆根据服务器上的结果给出

运行日志（4epochs）：obs://zjy-lenet/shiftvit/gpu/

日志较大，建议使用`awk '/Total/' stdout.txt`查看运行性能记录

建议使用`awk '/Accuracy/' stdout.txt`查看运行精度记录

建议使用`awk '/FPS/' stdout.txt`查看运行FPS

2. NPU训练
   
   NPU训练使用的是提供的服务器

运行日志（300 epochs）：obs://zjy-lenet/shiftvit/npu/

日志较大，建议使用`awk '/Total/' train_0.log`查看运行性能记录

建议使用`awk '/Accuracy/' train_0.log`查看运行精度记录

建议使用`awk '/FPS/' train_0.log`查看运行FPS

3. 训练结果

batch_size=128

| Acc@1    | FPS       | Name     | Epochs   | AMP_Type |
    | :----:   | :----:    | :------: | :------: | :--:     |
    | 79.4%    | 1478.4869 | GPU-8p   | 300      | O2       |
    | 78.8%    | 1732.8838 | NPU-8p   | 300      | O2       |

Ascend/ModelZoo-PyTorch .gitee-modal { width: 500px !important; }

搜索帮助

Ascend/ModelZoo-PyTorch