From 12402c3056d9a626af788fcf457fefc6334d6699 Mon Sep 17 00:00:00 2001 From: LiuChiachi <709153940@qq.com> Date: Fri, 18 Sep 2020 15:11:44 +0800 Subject: [PATCH] update doc for hapi.model.save and hapi.model.Model in 2.0-RC (#2645) * update doc for hapi.model.save and hapi.model.Model in 2.0-RC * fix example code for Model * fix doc for Model example code * fix sample code, add import InputSpec --- doc/paddle/api/paddle/hapi/model/Model_cn.rst | 33 ++++++++++++------- 1 file changed, 21 insertions(+), 12 deletions(-) diff --git a/doc/paddle/api/paddle/hapi/model/Model_cn.rst b/doc/paddle/api/paddle/hapi/model/Model_cn.rst index 821ec8269..b87a54bde 100644 --- a/doc/paddle/api/paddle/hapi/model/Model_cn.rst +++ b/doc/paddle/api/paddle/hapi/model/Model_cn.rst @@ -5,7 +5,7 @@ Model .. py:class:: paddle.Model() - ``Model`` 对象是一个具备训练、测试、推理的神经网络。该对象同时支持静态图和动态图模式，通过 ``paddle.disable_static()`` 来切换。需要注意的是，该开关需要在实例化 ``Model`` 对象之前使用。 在静态图模式下，输入需要使用 ``paddle.static.InputSpec`` 来定义。 + ``Model`` 对象是一个具备训练、测试、推理的神经网络。该对象同时支持静态图和动态图模式，通过 ``paddle.disable_static()`` 来切换。需要注意的是，该开关需要在实例化 ``Model`` 对象之前使用。输入需要使用 ``paddle.static.InputSpec`` 来定义。 **代码示例**： @@ -24,7 +24,6 @@ Model nn.Tanh(), nn.Linear(200, 10)) - # inputs and labels are not required for dynamic graph. input = InputSpec([None, 784], 'float32', 'x') label = InputSpec([None, 1], 'int64', 'label') @@ -137,6 +136,7 @@ Model import numpy as np import paddle import paddle.nn as nn + from paddle.static import InputSpec device = paddle.set_device('cpu') # or 'gpu' paddle.disable_static(device) @@ -147,7 +147,9 @@ Model nn.Linear(200, 10), nn.Softmax()) - model = paddle.Model(net) + input = InputSpec([None, 784], 'float32', 'x') + label = InputSpec([None, 1], 'int64', 'label') + model = paddle.Model(net, input, label) model.prepare() data = np.random.random(size=(4,784)).astype(np.float32) out = model.test_batch([data]) @@ -157,7 +159,6 @@ Model 将模型的参数和训练过程中优化器的信息保存到指定的路径，以及推理所需的参数与文件。如果training=True，所有的模型参数都会保存到一个后缀为 ``.pdparams`` 的文件中。 所有的优化器信息和相关参数，比如 ``Adam`` 优化器中的 ``beta1`` ， ``beta2`` ，``momentum`` 等，都会被保存到后缀为 ``.pdopt``。如果优化器比如SGD没有参数，则该不会产生该文件。如果training=False，则不会保存上述说的文件。只会保存推理需要的参数文件和模型文件。 -需要注意的是，保存推理模型的参数文件和模型文件时，需要在 ``forward`` 上添加 ``@paddle.jit.to_static`` 函数在动态图模式下。 参数： - **path** (str) - 保存的文件名前缀。格式如 ``dirname/file_prefix`` 或者 ``file_prefix`` 。 @@ -182,8 +183,6 @@ Model nn.Linear(200, 10), nn.Softmax()) - # If save for inference in dygraph, need this - @paddle.jit.to_static def forward(self, x): return self.net(x) @@ -191,7 +190,7 @@ Model device = paddle.set_device('cpu') # if use static graph, do not set paddle.disable_static(device) if dynamic else None - # inputs and labels are not required for dynamic graph. + input = InputSpec([None, 784], 'float32', 'x') label = InputSpec([None, 1], 'int64', 'label') model = paddle.Model(Mnist(), input, label) @@ -220,15 +219,20 @@ Model import paddle import paddle.nn as nn + from paddle.static import InputSpec device = paddle.set_device('cpu') paddle.disable_static(device) + input = InputSpec([None, 784], 'float32', 'x') + label = InputSpec([None, 1], 'int64', 'label') model = paddle.Model(nn.Sequential( nn.Linear(784, 200), nn.Tanh(), nn.Linear(200, 10), - nn.Softmax())) + nn.Softmax()), + input, + label) model.save('checkpoint/test') model.load('checkpoint/test') @@ -243,13 +247,18 @@ Model .. code-block:: python import paddle import paddle.nn as nn + from paddle.static import InputSpec paddle.disable_static() + input = InputSpec([None, 784], 'float32', 'x') + label = InputSpec([None, 1], 'int64', 'label') model = paddle.Model(nn.Sequential( nn.Linear(784, 200), nn.Tanh(), - nn.Linear(200, 10))) + nn.Linear(200, 10)), + input, + label) params = model.parameters() @@ -384,7 +393,7 @@ Model # imperative mode paddle.disable_static() - model = paddle.Model(paddle.vision.models.LeNet()) + model = paddle.Model(paddle.vision.models.LeNet(), input, label) model.prepare(metrics=paddle.metric.Accuracy()) result = model.evaluate(val_dataset, batch_size=64) print(result) @@ -439,7 +448,7 @@ Model # imperative mode device = paddle.set_device('cpu') paddle.disable_static(device) - model = paddle.Model(paddle.vision.models.LeNet()) + model = paddle.Model(paddle.vision.models.LeNet(), input) model.prepare() result = model.predict(test_dataset, batch_size=64) print(len(result[0]), result[0][0].shape) @@ -479,4 +488,4 @@ Model paddle.nn.CrossEntropyLoss()) params_info = model.summary() - print(params_info) \ No newline at end of file + print(params_info) -- GitLab