Merge pull request '更新gcu示例的readme' (#29) from liuzx into master

Reviewed-on: https://openi.pcl.ac.cn/OpenIOSSG/OpenI_Cloudbrain_Example/pulls/29

.openi-aitemplate

@@ -308,7 +308,12 @@
       "ImageName": "",
       "ImageUrl": "swr.cn-south-1.myhuaweicloud.com/grampus/enflame:t20_v1.0"
     },
-    "PretrainModelList": [],
+    "PretrainModelList": [
+      {
+        "ID": "bbd88733-ebeb-4009-b44b-9797480bde8e",
+        "ModelName": "GCU_MNIST_Example_Model"
+      }
+    ],
     "DatasetList": [
       {
         "ID": "8d5178b2-eb56-4c0d-b532-be8c685b1e61",

gcu_mnist_example/README.md

@@ -18,12 +18,12 @@
 
 ##### 2，预训练模型说明：
 
-Torch_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](https://openi.pcl.ac.cn/OpenIOSSG/OpenI_Cloudbrain_Example/modelmanage/show_model)
+GCU_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](https://openi.pcl.ac.cn/OpenIOSSG/OpenI_Cloudbrain_Example/modelmanage/show_model)
 
-* Torch_MNIST_Example_Model模型的目录结构如下：
+* GCU_MNIST_Example_Model模型的目录结构如下：
 
-  > Torch_MNIST_Example_Model
-  > ├── mnist_epoch1.pkl
+  > GCU_MNIST_Example_Model
+  > ├── mnist_epoch1_0.81.pkl
   >
 
 ## 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
@@ -95,7 +95,7 @@ upload_output()
 | 数据集   | 数据集选择MnistDataset_torch.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[GCU]                                                                       |
-| 模型     | 模型选择Torch_MNIST_Example_Model                                                   |
+| 模型     | 模型选择GCU_MNIST_Example_Model                                                  |
 
 启动调试任务后，先执行prepare()进行数据准备；
 
@@ -113,7 +113,7 @@ upload_output()
 | 数据集   | 数据集选择MnistDataset_torch.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[GCU]                                                                       |
-| 模型     | 模型选择Torch_MNIST_Example_Model                                                   |
+| 模型     | 模型选择GCU_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
 

gcu_mnist_example/train.py

@@ -52,7 +52,7 @@ if __name__ == '__main__':
     #获取数据集路径
     MnistDataset_torch_path = c2net_context.dataset_path+"/"+"MnistDataset_torch"
     #获取预训练模型路径
-    Torch_MNIST_Example_Model_path = c2net_context.pretrain_model_path+"/"+"Torch_MNIST_Example_Model"
+    Torch_MNIST_Example_Model_path = c2net_context.pretrain_model_path+"/"+"GCU_MNIST_Example_Model"
     #获取输出路径
     output_path = c2net_context.output_path
     # load DPU envs-xx.sh
@@ -88,8 +88,8 @@ if __name__ == '__main__':
     print('epoch_size is:{}'.format(epochs))
 
     # 如果有保存的模型，则加载模型，并在其基础上继续训练
-    if os.path.exists(os.path.join(Torch_MNIST_Example_Model_path, "mnist_epoch1.pkl")):
-        checkpoint = torch.load(os.path.join(Torch_MNIST_Example_Model_path, "mnist_epoch1.pkl"))
+    if os.path.exists(os.path.join(Torch_MNIST_Example_Model_path, "mnist_epoch1_0.81.pkl")):
+        checkpoint = torch.load(os.path.join(Torch_MNIST_Example_Model_path, "mnist_epoch1_0.81.pkl"))
         model.load_state_dict(checkpoint['model'])
         optimizer.load_state_dict(checkpoint['optimizer'])
         start_epoch = checkpoint['epoch']