功能介绍

约束说明

• X2MindSpore工具支持对包括但不限于X2MindSpore 模型列表列出的模型进行迁移，迁移成功后可直接运行，部分模型需要根据实际情况进行少量适配。迁移后模型能够训练成功且收敛，但对最终精度和性能暂不做保证。
• X2MindSpore工具会在迁移后的目录中生成适配层文件目录x2ms_adapter。该目录中保存的是基于MindSpore实现的PyTorch/TensorFlow API替换接口，工具会将原PyTorch/TensorFlow API按照映射关系迁移至适配层API，迁移后代码依赖适配层运行。
• 通过X2MindSpore工具迁移后的训练脚本支持在MindSpore1.7及以上版本上运行。

• MindSpore支持两种运行模式（Graph模式和PyNative模式），由于Graph模式存在Python语法限制，当前仅有X2MindSpore 模型列表中ResNet、BiT系列（PyTorch）和UNet（PyTorch）的模型支持Graph模式迁移，其余模型只支持迁移至PyNative模式，训练性能较Graph模式有所降低。具体差异详见MindSpore文档。
• 当前为了规避MindSpore中数据处理不支持创建Tensor的限制，在PyTorch迁移过程中将运行模式设置成了算子同步下发模式，可能存在训练性能的部分降低；用户可通过将context.set_context中的pynative_synchronize=True去除，使用算子异步下发模式提升性能；此时若报错，可检查数据处理部分代码，去除其中的创建Tensor行为，改为使用numpy的ndarray。
• 当其他程序占用当前卡，导致可用内存不足，可在训练脚本中context.set_context语句添加device_id = *，*为指定调用卡的ID。
• 当前TensorFlow 1.x的训练脚本不支持迁移为多卡脚本。

环境准备

• 安装开发套件包，具体请参考《CANN 软件安装指南》的“安装开发环境”章节。
• 执行训练脚本迁移前须安装如下依赖。如下命令如果使用非root用户安装，需要在安装命令后加上--user，例如：pip3 install pandas --user。

  pip3 install pandas         #pandas版本号需大于或等于1.2.4
  pip3 install libcst         #Python语法树解析器，用于解析Python文件
  pip3 install jedi           #用于跨文件解析，建议安装

配置环境变量

1. 以运行用户在任意目录下执行vi ~/.bashrc命令，打开.bashrc文件，在文件最后一行后面添加以下内容（以非root用户的默认安装路径为例）。

   # Ascend-cann-toolkit环境变量（请根据实际路径修改）
   source ~/Ascend/ascend-toolkit/set_env.sh

2. 执行:wq!命令保存文件并退出。
3. 执行source ~/.bashrc命令使其立即生效。