整网数据比对

使用场景

排除以上问题后，在训练网络精度仍未达预期时，通过采集训练过程中各算子的运算结果（即Dump数据），然后和业界标准算子（如TensorFlow）运算结果进行数据偏差对比，快速定位到具体算子的精度问题。主要过程为：

前提条件

已排除浮点异常问题，并关闭溢出检测开关。
已排除融合异常问题，并恢复融合规则开关状态。
在GPU/CPU/NPU训练环境上完成精度分析工具部署。
整网数据比对前，需要先检查并去除训练脚本内部使用到的随机处理，避免由于输入数据不一致导致数据比对结果不可用。具体请参考训练脚本去随机处理。

基于GPU/CPU Dump标杆数据

利用TensorFlow官方提供的debug工具tfdbg，在CPU/GPU训练脚本中添加tf_debug代码，并使用precision_tool中提供的辅助命令行工具生成npy文件。

以下操作在GPU/CPU训练环境执行。

在GPU/CPU训练环境安装python3三方依赖。
```
pip3 install gnureadline pexpect
```

修改原始训练脚本，使能标杆数据采集。

Dump标杆数据的原理是使用tf_debug的print_tensor(pt)命令实现的，由于训练代码提供了非常灵活的run()接口，脚本无法感知用户需要dump的tensor在哪个run阶段，因此需要用户修改训练代码，在执行完一个step后立即退出，否则可能会导致后续精度比对异常。

# 引用precision_tool/tf_config.py
import precision_tool.tf_config as npu_tf_config

# 如果使用的是Estimator，EstimatorSpec加入training_hooks
# 等价于：estim_specs = tf_debug.DumpingDebugHook("precision_data/tf/tf_debug")
estim_specs = tf.estimator.EstimatorSpec(training_hooks=[npu_tf_config.estimator_dump()])    

# 如果使用的session.run，以下代码为sess加上了tf_debug的wrapper
# 等价于：sess = tf_debug.DumpingDebugWrapperSession(sess, "precision_data/tf/tf_debug")
sess = npu_tf_config.sess_dump(sess=sess)

执行GPU/CPU训练。
根据代码中run的次数，会在precision_data/tf/tf_debug/目录生成1~N个离线tf_debug的dump目录。
使用precision_tool中提供的辅助命令行自动解析tf debug的Dump文件，生成算子输出tensor文件。
```
python3 precision_tool/cli.py tf_dump
```
在precision_data/tf/dump/目录下会生成提取的tensor。
如果需要重新生成dump数据，可执行以下命令：
```
rm -rf precision_data/tf/dump/* && python3 precision_tool/cli.py tf_dump
```

基于NPU Dump精度数据

以下操作在NPU训练环境执行，Dump数据前需要注意：

一般情况下，dump首个step的数据用作后续比对分析即可，为了避免随机权重导致比对不准确的问题，可以在训练开始前保存ckpt，并在训练时加载。如果确定是某个step的精度问题，则建议加载最靠近异常step的ckpt文件。

修改工具precision_tool/lib/config目录下的config.py，指定需要dump数据的step。

# dump特定step的数据，一般对比分析dump首层即可，即保持默认值，如需指定特定step可以修改，例如 '0|5|10'
TF_DUMP_STEP = '0'

修改训练脚本，使能Dump数据采集。

以下修改会同时生成Dump数据和Dump图，用于精度数据比对。

# 引用precision_tool/tf_config.py
import precision_tool.tf_config as npu_tf_config

# 1. 手工迁移网络
# 1.1 Estimator方式
dump_config=npu_tf_config.estimator_dump_config(action='dump')
npu_config = NPURunConfig(dump_config=dump_config)
# 1.2 Session run方式
config = npu_tf_config.session_dump_config(config, action='dump')
sess = tf.Session(config)

# 2. 自动迁移网络
# 若脚本中未配置custom_op，则在脚本中新增如下粗体语句
session_config = npu_tf_config.session_dump_config(session_config, action='dump')
# 若脚本中已配置custom_op，如下所示，则在脚本中新增下列粗体语句更新custom_op
custom_op = session_config.graph_options.rewrite_options.custom_optimizers.add()
custom_op.name = 'NpuOptimizer'
custom_op.parameter_map["precision_mode"].s = tf.compat.as_bytes("allow_mix_precision")
custom_op = npu_tf_config.update_custom_op(custom_op, action='dump')

# 2.1 Estimator方式
run_config = tf.estimator.RunConfig(session_config=session_config,...)
# 2.2 Session run方式
with tf.Session(config=npu_config_proto(session_config)):
    ....
# 2.3 tf.keras方式
npu_keras_sess = set_keras_session_npu_config(config=session_config)

除了此种方式，您也可以参考Dump数据采集提供的方法修改训练脚本，采集Dump数据，但配置较为复杂，且采集到数据之后，需要手工提取并放在相应目录下，用于后续数据分析。注意两种方式不能重复配置。

执行训练，会在precision_data/npu/debug_0目录下分别保存GE的Dump图和Dump数据文件。

精度数据比对

精度数据分析依赖CANN Toolkit软件包中的atc工具和msaccucmp.py工具，以下操作需要在CANN开发环境，即Toolkit安装环境进行。

将precision_tool和precision_data（包括标杆数据和NPU的精度数据）文件夹上传到Toolkit安装环境的任意目录下，目录结构示例：

├── precision_tool              
│    ├── cli.py                   
│    ├── ...
├── precision_data              
│    ├── npu                   
│    │    ├── debug_0  // 存放npu dump数据
│    ├── tf
│    │    ├── dump     // 存放标杆dump数据

安装python3三方依赖。

# graphviz为可选依赖，只有当需要绘制算子子图时才需要安装
pip3 install rich graphviz
# ubuntu/Debian
sudo apt-get install graphviz
# fedora/CentOS
sudo yum install graphviz

修改工具precision_tool/lib/config目录下的config.py。

# 依赖Toolkit包中的atc和msaccucmp.py工具，配置为Toolkit包安装目录
# 默认Toolkit包安装在/usr/local/Ascend，可以不用修改，指定目录安装则需要修改
CMD_ROOT_PATH = '/usr/local/Ascend'

启动PrecisionTool交互命令行。
python3 ./precision_tool/cli.py

进入交互命令行界面：

PrecisionTool >

如需退出，可执行ctrl + c。
执行ac -l [limit_num] (-c)命令进行整网精度比对。
PrecisionTool > ac -c

根据数据量大小，比对过程需要时间不同。

对比结果会以csv的格式存放在precision_data/temp/vector_compare目录中：

您可以直接打开csv文件进行分析，具体请参考整网精度比对结果文件说明。
除了直接打开csv文件进行精度分析外，您也可以使用vcs -f [file_name] -c [cos_sim_threshold] -l [limit]命令筛选比对结果。
vcs命令默认筛选余弦相似度小于0.98的结果，您也可以通过-c参数自定义阈值：
- Left：表示基于NPU运行生成的dump数据的算子名。
- Right：表示基于GPU/CPU运行生成的npy或dump数据的算子名。
- Input和Output：表示该算子各输入输出的余弦相似度算法比对结果，范围是[-1,1]，比对的结果如果越接近1，表示两者的值越相近，越接近-1意味着两者的值越相反。
从上图的比对结果可以看到，算子的输入基本一致，但第一个输出与标杆存在明显差异（余弦相似度为0.806927，小于0.98），说明该算子可能存在精度问题。

当出现多个算子精度问题时，会出现N个异常算子信息，默认按照算子执行顺序排序，由于后面算子精度问题可能是因为前一个算子精度问题导致，建议用户优先分析第一个异常算子。
执行ni (-n) [op_name] -g [graph] -a [attr] -s [save sub graph deep]命令，可以查询异常算子的节点信息。

ni命令可以根据传入的算子名称，得到如下关键信息：
1. 算子类型，以上图为例，算子类型为Add。
  另外，PassName表示该算子为融合算子，对应值表示融合规则名称，OriginOp为融合前的算子，表明是由于算子融合导致精度问题。正常情况下，融合问题应该在融合异常检测阶段解决。
2. 自动解析Dump数据，打印Dump数据的基础信息（max/min/mean）。
3. 如果传入-s，则会保存一个以当前算子为中心，指定深度的子图结构，例如：

分析思路参考

整网数据比对提供了一个全网Dump数据与TensorFlow标杆数据的逐层累计比对报表，由于整网数据由于硬件差异本身是存在一定给误差的，且误差会随着层数增多而累计，即便精度正常的网络数值上也会存在细微误差，一般采用余弦相似度做初步的可疑算子筛选（注意：余弦相似度较高也不一定说明没有问题，但较低一般代表可能存在问题），精度对比结果可以给出一个大致的分析方向。

根据算子类型，可以判断该算子是否为用户自定义算子：
- 对于自定义算子，一般由用户自行分析算子的实现逻辑是否与标杆一致，可以根据ni (-n) [op_name] -g [graph] -a [attr] -s [save sub graph deep]命令提供的算子参数信息，以及dump数据进行单算子分析。
- 对于CANN内置算子，如果算子输入或输出类型为float16，则可以切换算子类型至float32计算，用户可以尝试以下两种方法：
  1. （推荐）方法一：修改混合精度模式算子黑白灰名单，调整算子精度模式，请参考修改混合精度黑白灰名单。
  2. 方法二：通过keep_dtype_scope接口，指定哪些算子保持原有精度。
```
from npu_bridge.npu_init import *
with npu_scope.keep_dtype_scope():   
  y = tf.mul(x1,x2)
```
如果依旧无法解决，欢迎到昇腾社区提issue求助。

父主题： 精度调优