Caffe patch安装

proto合并前提条件

用户自行准备自定义的custom.proto，并上传到昇腾模型压缩工具所在服务器任意目录。

样例如下，以下样例中的自定义层及参数仅作为参考，请用户根据实际场景对参数进行自定义。

message LayerParameter {
  optional ReLU6Parameter relu6_param = 2060;
  optional ROIPoolingParameter roi_pooling_param = 8266711;
}

message ReLU6Parameter {
  optional float negative_slope = 1 [default = 0];
}

message ROIPoolingParameter {
  // Pad, kernel size, and stride are all given as a single value for equal
  // dimensions in height and width or as Y, X pairs.
  optional uint32 pooled_h = 1 [default = 0]; // The pooled output height
  optional uint32 pooled_w = 2 [default = 0]; // The pooled output width
  // Multiplicative spatial scale factor to translate ROI coords from their
  // input scale to the scale used when pooling
  optional float spatial_scale = 3 [default = 1];
}

custom.proto主要分为两部分：

1. LayerParameter注册自定义层：

   message LayerParameter {
     # user definition fields, each field takes one line.
     optional FieldType0 field_name0 = field_num0;
     optional FieldType1 field_name1 = field_num1;
   }

   该字段用于在Layerparameter中声明用户自定义层，用户自定义层需要加入到 LayerParameter中，从而可以在Caffe框架中写入Layer并从Layer中读取到；该声明分为四个部分：

   • optional：表示该定义在LayerParameter中是可选的，只能配置为optional。
   • FieldType：声明当前字段对应的自定义类型，需要有相应的message定义。
   • field_name：当前声明的id，需要唯一，如果提示冲突，需要用户修改自己的id名称，后续需要通过该id来访问相应的内容。
   • field_num：当前声明的编号，需要唯一，如果提示冲突，需要用户修改自己的编号值，建议区间段小于5000，并且不与ATC提供的caffe.proto中的编号冲突，在二进制caffemodel中需要通过该编号去解析对应字段。

   示例如下：

   message LayerParameter {
     optional ReLU6Parameter relu6_param = 2060;
     optional ROIPoolingParameter roi_pooling_param = 8266711;
   }

   

   • custom.proto中用户自定义层编号建议区间段小于5000，并且不与ATC提供的caffe.proto中的内置编号冲突。
   • amct_custom.proto中的编号从200000开始（包括200000）。
   • caffe.proto中ATC自定义层的编号区间段为：[5000,200000)。
2. message定义自定义层参数：

   message ReLU6Parameter {
     optional float negative_slope = 1 [default = 0];
   }

   用户自定义层参数定义，用于定义用户自定义层详细的参数内容，详细内容可以参考google protobuf。

   该字段需要保证和昇腾模型压缩工具自定义层amct_custom.proto不冲突，如果冲突，proto合并时会提示错误信息，用户根据提示信息进行修改；与ATC内置caffe.proto冲突则会优先使用用户的message定义覆盖。

   当前昇腾模型压缩工具自定义message包括：QuantParameter、DeQuantParameter、IFMRParameter、LSTMQuantParameter、SearchNParameter、 RetrainDataQuantParameter、RetrainWeightQuantParameter、SingleLayerRecord、 ScaleOffsetRecord，用户自定义层时不能同上述message名重复。

安装步骤

用户可以执行caffe_patch中的自动安装脚本install.py，如果脚本执行成功，则会自动将caffe_patch中的patch内容安装到Caffe环境caffe-master工程目录下，并完成proto合并、新增源码和动态库文件替换的功能。安装或手动修改完成后，需要重新编译Caffe环境。具体操作方法如下：

1. 解压Caffe源代码增强包。

   以昇腾模型压缩工具的安装用户在软件包所在路径执行如下命令，解压caffe_patch.tar.gz软件包：

   tar -zxvf caffe_patch.tar.gz

   获得如下内容：

   caffe_patch
   ├── include                        //用于存放自定义层定义头文件以及公共函数
   │   └── caffe
   │       ├── layers
   │       └── util
   ├── install.py                     //Caffe环境proto合并、patch安装以及源码和动态库文件执行脚本
   ├── merge_proto                    //proto合并目录
   │   ├── amct_custom.proto         //昇腾模型压缩工具自定义层以及caffe-master相较于Caffe1.0的更新层
   │   ├── caffe.proto               //ATC工具中内置的caffe.proto
   │   └── merge_proto.sh            //proto合并脚本，实际合并时install.py会调用该脚本
   ├── patch                          //LSTM层相关的patch文件
   │   ├── lstm_calibration_layer.cpp.patch  //用于在caffe-master/src/caffe/layers目录生成lstm_calibration_layer.cpp
   │   ├── lstm_calibration_layer.hpp.patch  //用于在caffe-master/include/caffe/layers目录生成lstm_calibration_layer.hpp
   │   ├── lstm_quant_layer.cpp.patch        //用于在caffe-master/src/caffe/layers/目录生成lstm_quant_layer.cpp
   │   └── lstm_quant_layer.hpp.patch       //用于在caffe-master/include/caffe/layers/目录生成lstm_quant_layer.hpp
   ├── quant_lib                       //用于存放量化算法核心动态库
   │   ├── libquant_gpu.so
   │   └── libquant.so
   └── src                              //用于存放自定义层实现源码文件以及公共函数
       └── caffe
           ├── layers
           └── util

2. 切换到caffe_patch/install.py脚本所在目录，执行如下命令。

   python3 install.py --caffe_dir CAFFE_DIR [--custom_proto CUSTOM_PROTO_FILE]

   参数解释如下：

   表1 量化脚本所用参数说明

   参数	说明
   --h	可选。显示帮助信息。
   --caffe_dir	必填。Caffe源代码路径，支持相对路径和绝对路径。
   --custom_proto	可选。用户自定义custom.proto文件路径，支持相对路径和绝对路径。

   使用样例如下：

   python3 install.py  --caffe_dir caffe-master  --custom_proto custom.proto

   若提示如下信息，则说明执行成功。

   # 拷贝新增源码和动态库文件到Caffe环境caffe-master工程目录下
   [INFO]Begin to copy source files, header files and quant_lib to '$HOME/AMCT/AMCT_CAFFE/caffe-master'
   [INFO]Finish copy source files, header files and quant_lib to '$HOME/AMCT/AMCT_CAFFE/caffe-master'
   # 安装patch
   [INFO]Begin to install patch.
   [INFO]Install patch 'lstm_calibration_layer.cpp.patch' successfully.
   [INFO]Install patch 'lstm_quant_layer.hpp.patch' successfully.
   [INFO]Install patch 'lstm_quant_layer.cpp.patch' successfully.
   [INFO]Install patch 'lstm_quant_layer.hpp.patch' successfully.
   [INFO]Finish install patch.
   # proto合并
   [INFO]Merge and replace "caffe.proto" success.
   # 修改Makefile
   [INFO]Merge and replace "Makefile" success.

   执行脚本过程中（使用install.py脚本时，支持重复安装patch）：

   • 如果安装patch失败，则请用户自行将Caffe工程中caffe-master/src/caffe/layers/lstm_layer.cpp和caffe-master/include/caffe/layers/lstm_layer.hpp文件还原为caffe-master原生的。
   • proto合并阶段如果提示ERROR信息，则请参见执行proto合并时提示ERROR信息解决。
   • 如果修改Makefile失败，则请根据提示信息进行修改；如果执行成功，则再次执行该脚本时，不会重复修改Makefile。
3. 检查python layer配置，如果没有配置，增加python layer的实现。

   修改Caffe工程中caffe-master/Makefile.config文件。

   增加python layer的实现。

   # Uncomment to support layers written in Python (will link against Python libs)
   WITH_PYTHON_LAYER := 1

4. （可选）新增c++11标准代码的支持。

   由于昇腾模型压缩工具新增算子需要c++11支持，需要确保caffe-master/Makefile中增加了--std=c++11编译选项。2中执行install.py脚本时会自动修改该文件，请用户检查caffe-master/Makefile如下代码片段加粗部分是否增加--std=c++11编译选项，若已增加则该步骤请忽略，否则请手动修改。

   # Complete build flags.
   COMMON_FLAGS += $(foreach includedir,$(INCLUDE_DIRS),-I$(includedir)) --std=c++11
   CXXFLAGS += -pthread -fPIC $(COMMON_FLAGS) $(WARNINGS)
   NVCCFLAGS += -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

5. 返回caffe-master目录，执行如下命令重新编译Caffe以及pycaffe环境：

   #如果用户环境安装patch之前已经编译过Caffe工程，安装patch之后，需要先执行make clean，然后再执行编译命令
   make clean
   make all -j && make pycaffe -j

   caffe.proto修改后需要重新编译为caffe_pb2.py：由于昇腾模型压缩工具需要解析用户的Caffe模型，用户使用Caffe模型时可能会新增自定义层，此时需要修改caffe.proto文件，修改后，需要用户自行提供从修改后的caffe.proto文件编译出的caffe_pb2.py，给昇腾模型压缩工具使用。

   

   如果用户使用protoc方式来重新编译caffe.proto，例如protoc --python_out=./caffe.proto，此时，需要同步修改PYTHONPATH中caffe.proto所在路径。如下所示，${path}请替换为caffe.proto实际路径。

   export PYTHONPATH=$PYTHONPATH:${path}