OpenI_Cloudbrain_Example/npu_mnist_example/README.md

# 如何在启智平台上进行模型调试和训练—NPU_手写数字识别示例

## 一 ，数据集及预训练模型准备

##### 1，数据集说明：

数据集可从本项目的数据集中引用，[数据集引用](https://git.openi.org.cn/OpenIOSSG/MNIST_Example/datasets?type=1)

- MnistDataset_mindspore数据集是由10类28∗28的灰度图片组成，训练数据集包含60000张图片，测试数据集包含10000张图片。
- MnistDataset_mindspore.zip数据集压缩包的目录结构如下：

  > MnistDataset_mindspore.zip
  > ├── test
  > │   ├── t10k-images-idx3-ubyte
  > │   └── t10k-labels-idx1-ubyte
  > └── train
  > ├── train-images-idx3-ubyte
  > └── train-labels-idx1-ubyte
  >

##### 2，预训练模型说明：

Mindspore_MNIST_Example_Model模型可从本项目的模型目录中引用，[预训练模型引用]()

* Mindspore_MNIST_Example_Model模型的目录结构如下：

  > Mindspore_MNIST_Example_Model
  > ├── checkpoint_lenet-1_1875.ckpt
  >

## 二. 如何在云脑上获取代码路径，数据集路径，预训练模型路径，输出路径

##### 1，准备数据

```
from c2net.context import prepare
c2net_context = prepare()
```

##### 2，获取代码路径

```
code_path = c2net_context.code_path +"/" +"项目名"
在本示例中代码路径为：
code_path = c2net_context.code_path + "/" + "Openl_Cloudbrain_Example"
```

##### 3，获取数据集路径

```
dataset_path = c2net_context.dataset_path +"/" +"数据集名称"
在本示例中代码路径为：
dataset_path = c2net_context.dataset_path + "/" + "MnistDataset_mindspore"
```

##### 4，获取预训练模型路径

```
pretrain_model_path = c2net_context.pretrain_model_path +"/" +"模型名称"
在本示例中预训练模型路径为：
pretrain_model_path = c2net_context.pretrain_model_path + "/" + "Mindspore_MNIST_Example_Model"
```

##### 5，获取输出路径

```
output_path = c2net_context.output_path 
在本示例中输出路径为：
output_path = c2net_context.output_path 
```

##### 6，回传结果

```
from c2net.context import upload_output
upload_output()
在本示例中回传结果为（只有训练任务才能回传结果）：
from c2net.context import prepare,upload_output
upload_output()
```

## 三.NPU样例准备

##### 1，npu示例代码：

- 训练任务单卡示例请参考示例中[train.py](./train.py)的代码注释
- 训练任务多卡示例请参考示例中[train_multi_card.py](./train_multi_card.py)的代码注释
- 推理任务示例请参考示例中[inference.py](./inference.py)的代码注释
- 启智集群训练任务已经将ImageNet-1k数据集挂载到训练镜像，具体使用方法请参考示例中[read_imagenet.py](./read_imagenet.py)的代码注释

##### 2，创建NPU调试任务

表1创建训练作业界面参数说明

| 参数名称 | 说明                                                                                |
| -------- | ----------------------------------------------------------------------------------- |
| 代码分支 | 选择仓库代码中要使用的代码分支，默认可选择master分支                                |
| 镜像     | 镜像选择mindspore_1.10.1                                                            |
| 启动文件 | 启动文件选择代码目录下的启动脚本，在本示例中选择npu_mnist_example/train.py          |
| 数据集   | 数据集选择MnistDataset_mindspore.zip                                                |
| 运行参数 | 选择增加运行参数可以向脚本中其他参数传值，如epoch_size,需要在代码里定义增加的超参数 |
| 资源规格 | 规格选择[Ascend: 1 * Ascend 910 CPU：24 核 256GiB]，表示单机单卡                    |
| 模型     | 模型可选择Mindspore_MNIST_Example_Model                                             |

启动调试任务后，先执行prepare()进行数据准备；

进入对应的代码目录后，可在终端执行python train.py；

##### 3，创建NPU训练任务

表2 创建训练作业界面参数说明

| 参数名称 | 说明                                                                                |
| -------- | ----------------------------------------------------------------------------------- |
| 代码分支 | 选择仓库代码中要使用的代码分支，默认可选择master分支                                |
| 镜像     | 镜像选择mindspore_1.10.1                                                            |
| 启动文件 | 启动文件选择代码目录下的启动脚本，在本示例中选择npu_mnist_example/train.py          |
| 数据集   | 数据集选择MnistDataset_mindspore.zip                                                |
| 运行参数 | 选择增加运行参数可以向脚本中其他参数传值，如epoch_size,需要在代码里定义增加的超参数 |
| 资源规格 | 规格选择[Ascend: 1 * Ascend 910 CPU：24 核 256GiB]，表示单机单卡                    |
| 模型     | 模型选择Mindspore_MNIST_Example_Model                                               |

启动训练任务后，训练结束会在任务的结果下载页提供输出结果下载

## 四.NPU任务注意事项

##### 1, 使用超参数的方法：

请在代码中加入

```
import parser
args, unknown = parser.parse_known_args()
#可忽略掉 `--ckpt_url`，`--data_url`, `--multi_date_url`等参数无定义导致的报错问题
```

##### 2, 多卡训练任务如何只让数据集只拷贝一次

使用缓存文件和local_rank%8作为判断，若第0卡拷贝完成，则其它卡不拷贝，并在第0卡拷贝数据完成后才执行之后的代码，具体可参考示例中[train_multi_card.py](./train_multi_card.py)的代码注释

```
if local_rank%8==0:
    这里省略下载数据的代码...
    f = open("/cache/download_input.txt", 'w')  
    f.close()
    try:
        if os.path.exists("/cache/download_input.txt"):
            print("download_input succeed")
    except Exception as e:
        print("download_input failed")
while not os.path.exists("/cache/download_input.txt"):
    time.sleep(1) 
```

##### 3, 公共库[c2net](https://openi.pcl.ac.cn/OpenIOSSG/c2net-pypi)高级用法：

主要使用的方法有以下几个：

```
from c2net.context import prepare, upload_output, moxing_helper
prepare()                                            准备数据集，模型，输出路径
upload_output()                                      将训练镜像的输出结果拷贝回启智平台
moxing_helper.obs_copy_file(string,string)           通过mox拷贝文件
moxing_helper.obs_copy_folder(string,string)         通过mox拷贝文件夹
```

## 对于示例代码有任何问题，欢迎在本项目中提issue。