下载
中文
注册
我要评分
文档获取效率
文档正确性
内容完整性
文档易理解
在线提单
论坛求助
昇腾小AI

权重更新

接口调用流程

对于权重更新的场景,为便于用户一次编译模型后,在模型执行阶段能动态更新权重,可通过以下接口配合使用实现该功能:

  1. 基于Ascend Graph方式编译并保存模型,模型中包含推理图、权重初始化图、权重更新图三部分。

    此处是调用aclgrphBundleBuildModel接口编译模型、调用aclgrphBundleSaveModel接口保存模型,接口详细描述参见Ascend Graph开发指南

    权重初始化是可选步骤,根据业务场景由用户判断是否需要包含权重初始化图,不包含的情况下,可节省模型加载所需的Device内存。

  2. 调用aclmdlBundleLoadFromFileaclmdlBundleLoadFromMem接口加载模型。
  3. 调用aclmdlBundleGetModelId接口获取三个图的ID。
  4. 根据权重初始化图ID,调用模型执行接口(例如aclmdlExecute)执行权重初始化图。
  5. 若需更新权重,在执行权重更新图前,调用aclmdlSetDatasetTensorDesc接口设置图的tensor描述信息。
  6. 根据权重更新图ID,调用模型执行接口(例如aclmdlExecute)执行权重更新图。
  7. 根据推理图ID,调用模型执行接口(例如aclmdlExecute)执行推理图。
  8. 推理结束后,调用aclmdlBundleUnload接口卸载模型。

示例代码

本节中的示例重点介绍模型推理的代码逻辑,AscendCL初始化和去初始化请参见AscendCL初始化,运行管理资源申请与释放请参见运行管理资源申请与释放

调用接口后,需增加异常处理的分支,并记录报错日志、提示日志,此处不一一列举。以下是关键步骤的代码示例,不可以直接拷贝编译运行,仅供参考。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
// 1. 初始化资源
aclInit(nullptr);
aclrtSetDevice(0);

// 2. 加载基于Ascend Graph方式构建出来的模型,模型中包含推理图、权重初始化图、权重更新图,模型文件名以bundle.om为例
uint32_t bundle_id = 0;
aclmdlBundleLoadFromFile("./bundle.om", &bundle_id);

// 3. 获取模型中各个图的ID
size_t modelNum = 0;
aclmdlBundleGetModelNum(bundle_id, &modelNum);

// 此处aclgrphBundleBuildModel接口入参是3张图,各个图的索引是固定的
uint32_t infer_id= 0;
aclmdlBundleGetModelId(bundle_id, 0, &infer_id);
uint32_t init_id= 0;
aclmdlBundleGetModelId(bundle_id, 1, &init_id);
uint32_t update_id= 0;
aclmdlBundleGetModelId(bundle_id, 2, &update_id);

// 若不需要更新权重,就执行执行权重初始化图和推理图
// 4.执行权重初始化图,准备模型输入、输出请参见模型推理下其它推理特性章节的示例代码
aclmdlExecute(init_id, init_mdl_input, init_mdl_output);

// 5. 执行推理图,准备模型输入、输出请参见模型推理下其它推理特性章节的示例代码
aclmdlExecute(infer_id, infer_mdl_input, infer_mdl_output);

// 若需要更新权重,则需要执行权重更新图之后,再执行推理图
// 6. 执行权重更新图
// 如果不需要更新某一个权重,比如第0个,shape可以传入空tensor,但device内存必须有效。
size_t no_need_refresh_index = 0;
std::vector<int64_t> dims{0};
// dims数组中的元素为0,表示空tensor
auto tensorDesc = aclCreateTensorDesc(ACL_FLOAT, dims.size(), dims.data(), ACL_FORMAT_ND);
aclmdlSetDatasetTensorDesc(update_mdl_input, tensorDesc, no_need_refresh_index);

// 若需要更新某一个权重,此处以更新第1个权重为例
size_t need_refresh_index = 1;
std::vector<int64_t> dims{1, 3, 224, 224};
auto tensorDesc = aclCreateTensorDesc(ACL_FLOAT, dims.size(), dims.data(), ACL_FORMAT_ND);
aclmdlSetDatasetTensorDesc(update_mdl_input, tensorDesc, need_refresh_index);

// 执行权重更新图,准备模型输入、输出请参见模型推理下其它推理特性章节的示例代码
aclmdlExecute(update_id, update_mdl_input, update_mdl_output);

// 8. 执行推理图,准备模型输入、输出请参见模型推理下其它推理特性章节的示例代码
aclmdlExecute(infer_id, infer_mdl_input, infer_mdl_output);

// 9. 卸载捆绑模型
aclmdlBundleUnload(bundle_id);

// 10. 释放资源
aclrtResetDevice(0);
aclFinalize();
搜索结果
找到“0”个结果

当前产品无相关内容

未找到相关内容,请尝试其他搜索词