昇腾社区链接: 昇腾社区-官网丨昇腾万里 让智能无所不及
场景和功能说明
- 第一种:在cpu或gpu上训练的模型,但要在NPU上执行模型推理;
- 第二种:在NPU上同步训练、推理。
系统信息查询
中括号里的为查询结果示例。
– 查看系统架构:uname -a
[aarch64,也称arm64]
– 查看操作系统版本:lsb_release -a
[Ubuntu 22.04.3 LTS]
– 查看npu芯片型号:npu-smi info
[Ascend310B4]
– 查看npu id:npu-smi info -l
– 查看Atlas产品型号:npu-smi info -t product -i <npu id>
[Atlas 200I A2]
1、场景一:非NPU上训练的模型推理
此种使用场景下,cpu或gpu上训练的模型无法直接在nup上执行推理,需要先把训练好的模型转换成.om离线模型,才可以在NPU上执行后续的推理。
1.1 执行方案
step1:在已安装CANN开发环境的机器上,把cpu或gpu上训练的模型转换成.onnx格式 或 pd格式
step2:在安装CANN运行环境的机器上,把onnx格式转om格式。
对应CANN开发环境
、运行环境
的区别、安装方法见官方文档:CANN软件安装
1.2 学习案例
① 官方gitee项目-支持tensorflow、pytorch的模型转换 这里已经集成了多种开源模型从
初始模型 —> onnx模型 —> om模型
的转换操作步骤
和对应代码
。
- 第一阶段:模型转onnx需要写代码完成;
- 第二阶段:.onnx转.om使用
atc
命令完成,无须写代码。② 仅
onnx模型 —> om模型
的转换案例:昇腾社区简单ATC转换案例
③ om模型的推理应用案例 这里的快速链接是昇腾社区下pytorch的应用案例,昇腾社区也集成了其他训练框架的应用案例,可自行查看。
④ 其他网友的分享:[推理部署]🌔ONNX推理加速技术文档-杂记
以下是基于 bert_base_chinese预训练模型转.onnx模型 脚本改写的代码:文章来源:https://www.toymoban.com/news/detail-802599.html
- 源文件:基于bert_base_chinese模型微调后的.pt模型文件
- 目标:把.pt转换成.onnx
import torch
import onnx
import numpy as np
import onnxruntime
from init.init_config import ModelConfig
'''
1、pth文件转onnx:pytorch框架中集成了onnx模块,属于官方支持,onnx也覆盖了pytorch框架中的大部分算子。因此将pth模型文件转换为onnx文件非常简单。
参考:https://zhuanlan.zhihu.com/p/524023964?utm_id=0
2、.pth转.onnx可以在任意机器上执行,只要有python 且 安装了对应依赖包(r如onnx相关依赖,不包括atc)即可,既可以是普通windows x86_64 gpu/cpu,也可以是linux Ascend310B4(昇腾 310B4 npu卡)
3、本文件中:
① 使用的是“基于bert-base-chinese微调的模型”,微调时的输入样本只有一个序列,所以训练时把token_type_ids也省略了;
② 和原始bert-base-chinese预训练模型input_shape=(batch_size,max_len)不同,微调训练使用的input_shape=(src_len,batch_size), attention_mask_shape=(batch_size,src_len), src_len是固定的512。
注意:Atlas 200/500 A2推理产品不支持动态Shape输入(设置Shape范围)。 详见官方文档 https://www.hiascend.com/document/detail/zh/canncommercial/70RC1/inferapplicationdev/aclpythondevg/aclpythondevg_0060.html
'''
model_path = 'E:\\opencode\\13-02-BertWithPretrained-main\\cache1\\ner_model_epoch1_steps1000.pt' # 微调后的模型文件
onnx_path = "./ner_model_bert.onnx" # 定义onnx模型保存地址。固定max_len=512
# 注意token_id的shape=(src_len, batch_size)
input_shape = (512, 1)
# todo 这里和原始模型在CPU或GPU上的加载方式保持一样。这里代码省略。。。。
model_config = ModelConfig()
def load_torch_model():
invoice_model = model_config.model
# 在导出模型之前必须调用 model.eval() 或 model.train(False),因为这会将模型设置为“推理模式”。 这是必需的,因为 dropout 或 batchnorm 等运算符在推理和训练模式下的行为有所不同。
invoice_model.eval()
return invoice_model
def onnx_model_predict(onnx_path, dummy_data, keep=False):
# 创建会话,用于推理
'''
这里 onnxruntime.InferenceSession(model_path) 就是加载模型的步骤,ONNX Runtime 会在内部执行模型的验证。
如果模型有问题,ONNX Runtime 将在加载过程中引发异常。
因此,在使用 ONNX Runtime 进行推理时,你通常不需要显式地调用 onnx.load(onnx_path) 和 onnx.checker.check_model(onnx_model)。
# 模型加载
onnx_model = onnx.load(onnx_path)
onnx.checker.check_model(onnx_model)
'''
ort_session = onnxruntime.InferenceSession(onnx_path)
# 获取模型的输入"input"
inputs = ort_session.get_inputs()
# input_name = inputs[0].name
# bert基础模型设置:定义模型的输入{"input":numpys数组-不是tensor}和输出 ["output"]
(token_ids, padding_mask), input_names = build_data(dummy_data, keep=keep, need_type="numpy.NDArray")
assert len(inputs) == len(input_names), f"onnx模型输入需要{len(inputs)}个参数,与实际提供的参数{input_names}不符!"
ort_inputs = {
inputs[0].name: token_ids,
inputs[1].name: padding_mask
}
outputs = ort_session.get_outputs()
output_name = [outputs[0].name]
# 模型推理
ort_outs = ort_session.run(output_name, ort_inputs)
return ort_outs
def export_config(input_names, dynamic=False):
'''
:param input_names: 模型输入层所需参数
:param dynamic: 是否支持动态维度
:return: dynamic_axes指定模型中哪些轴的维度是动态的(即,可以改变的)的。
'''
dynamic_axes = {}
# output_names = ["out"]
output_names = ["logits"]
if dynamic:
# 原始模型微调时使用的shape(attention_mask)=(batch_size, src_len), 其他输入参数是(src_len, batch_size)。以下也要按实际shape指定。
for name in input_names + output_names:
if name == "attention_mask":
dynamic_axes[name] = {0: "batch_size", 1: "src_len"} # 表示当前name下第0维和第1维都可以动态变化,且分别给对应维度自定义命名为batch_size、src_len。注意这里的名字是可以随便写的,但为了后续理解方便,建议还是能见名知意。
else:
dynamic_axes[name] = {0: "src_len", 1: "batch_size"}
return output_names, dynamic_axes
def build_data(dummy_data, keep=True, need_type="torch.tensor"):
if need_type == "torch.tensor":
token_ids = torch.from_numpy(dummy_data).to(device) # numpy.ndarray转torch.tensor
padding_mask = (token_ids == model_config.data_loader.PAD_IDX).transpose(0, 1)
elif need_type == "numpy.NDArray":
token_ids = dummy_data
padding_mask = np.transpose((dummy_data == model_config.data_loader.PAD_IDX))
else:
raise ValueError(f"不支持的need_type={need_type}, 仅支持['torch.tensor', 'numpy.NDArray']")
if keep:
input_data = (
token_ids,
padding_mask,
token_ids
)
input_names = ["input_ids", "attention_mask", "token_type_ids"]
else:
input_data = (
token_ids,
padding_mask
)
input_names = ["input_ids", "attention_mask"]
return input_data, input_names
def torch2onnx(dummy_data, keep, dynamic):
'''
:param dummy_data:
:param keep: 是否手动生成token_type_ids
:param dynamic: 是否存在动态维度
:return:
'''
# 1、加载原始模型
torch_model = load_torch_model(model_path)
# 2、build data
input_data, input_names = build_data(dummy_data, keep=keep, need_type="torch.tensor")
# todo 因为本次微调的模型只有一个序列,所以token_type_ids可省略
# 方案一:设置dynamic=True 测试动态shape(这是输入的shape(input_data)可以随意指定)-- 注意:NPU机器是Atlas 200/500 A2推理产品,不支持动态shape
# 方案二:设置dynamic=Flase 测试固定shape(这是输入的shape(input_data)也是固定的)
output_names, dynamic_axes = export_config(input_names, dynamic=dynamic)
# 3、onnx模型导出:verbose--是否打印日志
torch.onnx.export(
torch_model,
input_data,
onnx_path,
verbose=True,
opset_version=11,
dynamic_axes=dynamic_axes if dynamic_axes else None,
input_names=input_names,
output_names=output_names
)
# 4、onnx模型合理性验证
# 模型加载
onnx_model = onnx.load(onnx_path)
# 检查onnx模型转换是否合理
onnx.checker.check_model(onnx_model)
def onnx_predict(dummy_data, onnx_path, keep=False):
# 1、torch模型加载和推理
origin_model = load_torch_model(model_path)
(token_ids, padding_mask), _ = build_data(dummy_data, keep=keep, need_type="torch.tensor")
torch_out = origin_model(input_ids=token_ids, # [src_len, batch_size]
attention_mask=padding_mask) # [batch_size,src_len]
torch_out = torch_out.detach().numpy()
# 2、onnx模型加载和推理
ort_outs = onnx_model_predict(onnx_path, dummy_data, keep=keep)
# 3、结果对比
# todo 使用numpy的测试工具,检查两个数组是否在给定的相对和绝对误差范围内相等。np.testing.assert_allclose是一个测试断言语句,如果检查失败(即输出不在指定误差范围内),将引发 AssertionError,从而提示测试失败。
# (1)检查形状:确保 torch_out 和 ort_outs[0] 的形状相同。 (2)检查数值相等性: 对每个对应的元素,检查其数值是否在相对误差 (rtol) 和绝对误差 (atol) 允许的范围内。
np.testing.assert_allclose(torch_out, ort_outs[0], rtol=1e-01, atol=1e-5)
print(torch_out[:10])
print(ort_outs[0][:10])
print("convert success")
if __name__ == "__main__":
# 1、获取当前设备
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
# 2、给onnx的input_data设置shape
# todo Atlas 200/500 A2推理产品不支持动态Shape输入(设置Shape范围)。 详见官方文档 https://www.hiascend.com/document/detail/zh/canncommercial/70RC1/inferapplicationdev/aclpythondevg/aclpythondevg_0060.html
# 但NPU机器是Atlas 200/500 A2推理产品,不支持动态shape,所以这里先固定,在推理时也要改成固定。
dynamic = False # 是否支持动态维度
keep = False # 是否保留token_type_ids
# todo 注意 本次使用的bert微调代码中shape(input_shape) =(src_len, batch_size),不是(batch_size,src_len)
# todo 训练时,input_shape有多种选择,具体见E:\1pythonwork\mindstudio-test\invoice_ner\utils\data_helpers.py下的BertForTokenClassification类描述。
if dynamic:
# (1)动态shape
input_shape = (np.random.randint(10, 513), 1)
# todo 本次训练使用的input_shape=(src_len,batch_size),src_len是当前批次中的最大长度,不是固定的512.
model_path = 'E:\\3gitwork\\extract_invoice_info\\invoice_ner\\result\\ner_model_epoch1_steps1000.pt'
# todo dynamic_shape_model/old/xx下的文件是旧的转换结果,当时的转换脚本写的还有一定问题,但先保留着。
onnx_path = "dynamic_shape_model/ner_model_bert.onnx" # todo 定义onnx模型保存地址。当max_len=None时,默认token_id的shape等于“每一批次中文本的最大长度”,是个动态变化的参数
else:
# (2)固定shape
input_shape = (512, 1)
model_path = 'E:\\opencode\\13-02-BertWithPretrained-main\\cache1\\ner_model_epoch1_steps1000.pt'
onnx_path = "fixed_shape_model/ner_model_bert.onnx" # todo 定义onnx模型保存地址。固定max_len=512
# 3、按shape生成dummy_data,以便后续以此为基础构建onnx模型的样本输入数据input_data,这是为了让转换器知道模型的输入形状
# #(方案1)随机型:在测试转换前后的误差时,需要传递同一输入值
# dummy_data = np.random.randn(*input_shape).astype(np.long)
# # (方案2)固定值型
dummy_data = np.ones(input_shape).astype(np.long)
onnx_file = Path(onnx_path)
if not onnx_file.is_file():
# keep: 是否保留token_type_ids
torch2onnx(dummy_data, keep=keep, dynamic=dynamic)
onnx_predict(dummy_data, onnx_path, keep=keep)
1.3 onnx转om
具体指令参考 昇腾社区简单ATC转换案例文章来源地址https://www.toymoban.com/news/detail-802599.html
1.4 om推理
到了这里,关于学习笔记:在华为昇腾NPU上进行深度学习项目【未完待续】的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!