苞米面 Paddle 助手是一个百度飞桨 Paddle、PaddleX 项目模板和小工具。
git clone git@gitee.com:cnhemiya/bmm-paddle-helper.git
git clone git@github.com:cnhemiya/bmm-paddle-helper.git
cd bmm-paddle-helper
python3 tools/mkbmmph.py -h
usage: mkbmmph.py [-h] [--project] [--to_dir]
苞米面 Paddle 项目生成器
optional arguments:
-h, --help show this help message and exit
--project 项目类型,可选:paddlex_cls, paddlex_det, paddlex_seg
--to_dir 生成的项目模板保存目录,默认 './run'
cd bmm-paddle-helper
# PaddleX 图像分类
python3 tools/mkbmmph.py --project paddlex_cls --to_dir ./run
# PaddleX 目标检测
python3 tools/mkbmmph.py --project paddlex_det --to_dir ./run
# PaddleX 图像分割
python3 tools/mkbmmph.py --project paddlex_seg --to_dir ./run
可以使用软连接把 mkbmmph.py 连接到 $HOME/.local/bin 目录,方便使用。
cd bmm-paddle-helper
python3 tools/mkbmmph.py --project paddlex_det --to_dir ./run
run
├── aismain.ipynb
├── check_data.sh
├── get_data.sh
├── infer.py
├── mod
│ ├── args.py
│ ├── config.py
│ ├── __init__.py
│ ├── pdxconfig.py
│ ├── report.py
│ └── utils.py
├── onekey.sh
├── onetasks.sh
├── paddlex_det_doc.md
├── prune.py
├── quant.py
└── train.py
文件 | 说明 |
---|---|
aismain.ipynb | Jupyter notebook 适用百度 AI Studio,放到项目根目录,或者根据目录修改 |
check_data.sh | 检查数据 |
get_data.sh | 获取数据 |
infer.py | 预测程序 |
mod | python 模块 |
onekey.sh | 一键获取数据脚本模板,需要按照自己需求,修改路径 |
onetasks.sh | 一键训练,量化脚本模板,需要按照自己需求,修改参数 |
paddlex_det_doc.md | 参数说明 |
prune.py | 裁剪程序 |
quant.py | 量化程序 |
train.py | 训练程序 |
├── aismain.ipynb
├── data
└── work
└── run
python3 run/train.py \\
--dataset ./dataset/road_fighter_car \\
--epochs 32 \\
--batch_size 1 \\
--learning_rate 0.01 \\
--model PicoDet \\
--backbone ESNet_m \\
--pretrain_weights ""
python3 run/prune.py \\
--dataset ./dataset/road_fighter_car \\
--epochs 16 \\
--batch_size 1 \\
--learning_rate 0.001 \\
--model_dir ./output/best_model \\
--save_dir ./output/prune \\
--pruned_flops 0.2
python3 run/quant.py \\
--dataset ./dataset/road_fighter_car \\
--epochs 16 \\
--batch_size 1 \\
--learning_rate 0.001 \\
--model_dir ./output/best_model \\
--save_dir ./output/quant
GITEE https://gitee.com/cnhemiya/bmm-paddle-helper
GITHUB https://github.com/cnhemiya/bmm-paddle-helper
AISTUDIO https://aistudio.baidu.com/aistudio/projectdetail/4260357
[点击并拖拽以移动]
mm-bmm-matmul的区别 三者都是用于计算torch的计算方法! torch.mm 用于计算2D矩阵tensor的叉积。(注意必须是2D的tensor才能用于mm计算) x = torch.tensor([[1,2,3]]) y = torch.tensor([[1,2,3,4], [5,6,7,8], [9,10,1
PyTorch API名称 对应Paddle API torch.set_default_dtype paddle.set_default_dtype torch.get_default_dtype paddle.get_default_dtype torch.numel paddle.numel torch.set_printoptions paddle.set_printoptions tor
官方文档地址:https://pytorch.org/docs/stable/generated/torch.bmm.html?highlight=bmm#torch.bmm 形式:torch.bmm(input, mat2, *, out=None) → Tensor 作用:矩阵的批量相乘,支持TensorFloat32数据的操作。 要求:input 和 mat2 必须是 3-D 张量,每个张量
小批量乘法运算 torch.bmm() 假设第⼀个⼩批量中包含n个形状为[a, b]的矩阵 ,第⼆个⼩批量中包含n个形状为[b, c] 的矩阵 。这两个⼩批量的矩阵乘法输出为n个形状为[a, c] 的矩阵 。因此,给定两个形状分别为( n ,a ,b )和(n ,b ,c )的 Tensor ,⼩批量乘法输出的形状为(n ,a ,c )
Paddle Lite为Paddle-Mobile的升级版,定位支持包括手机移动端在内更多场景的轻量化高效预测,支持更广泛的硬件和平台,是一个高性能、轻量级的深度学习预测引擎。在保持和PaddlePaddle无缝对接外,也兼容支持其他训练框架产出的模型。 ## CPU版本安装命令pip install -f https://paddlepaddle.org.cn/pip/oschina/cpu p
Paddle Serving 是 PaddlePaddle 的在线预估服务框架,能够帮助开发者轻松实现从移动端、服务器端调用深度学习模型的远程预测服务。当前 Paddle Serving 以支持 PaddlePaddle 训练的模型为主,可以与 Paddle 训练框架联合使用,快速部署预估服务。 ## CPU版本安装命令pip install -f https://paddlepaddle.org
前段时间忙着PR,实在是没空写面经了。以至于之前百度面的也快忘的差不多了…… 算是我暑期实习开始预热吧。 一面: 自我介绍 问商汤实习经历 介绍大模型量化流程 问使用的量化方案(w8a8) 问算子融合方式 (手搓…) 问在商汤做的QAT工作 问了些量化的基础知识 问在线量化流程 问pr的ort算子实现流程 做题layernorm(c++/cuda) 二面: 自我介绍 问c++八股 数组&链
本章讨论Bootstrap中可能派上用场的一些帮助程序类。 关闭图标 使用通用关闭图标来消除模态和警报等内容。 使用close类获取关闭图标。 <p>Close Icon Example <button type = "button" class = "close" aria-hidden = "true"> × </button> </p> Carets 使用插入符号来
Url 帮助类提供一系列的静态方法来帮助管理 URL。 获得通用 URL(Getting Common URLs) 有两种获取通用 URLS 的方法 :当前请求的 home URL 和 base URL 。 为了获取 home URL ,使用如下代码: $relativeHomeUrl = Url::home(); $absoluteHomeUrl = Url::home(true); $http
您可以通过在帮助程序名称后指定将多个参数传递给帮助程序。 语法 (Syntax) export default Ember.Helper.helper(function(params) { //code here } 例子 (Example) 下面给出的示例将多个参数传递给帮助程序。 创建一个新助手作为helperarguments并添加以下代码 - import Ember from '