diff --git a/doc/fluid/book_cnls b/doc/fluid/book_cnls new file mode 100644 index 0000000000000000000000000000000000000000..e69de29bb2d1d6434b8b29ae775ad8c2e48c5391 diff --git a/doc/fluid/faq/inferense_cn.md b/doc/fluid/faq/inferense_cn.md index 1117eedd0c8fe65e12f60c69f82744c6eff7d3d9..342a572d85924938fc6a604ceda3a0a9e0e20a37 100644 --- a/doc/fluid/faq/inferense_cn.md +++ b/doc/fluid/faq/inferense_cn.md @@ -1,6 +1,6 @@ # 预测引擎 -## Q：VGG模型，训练时候使用`fluid.io.save_inference_model`保存模型，预测的时候使用`fluid.io.load_inference_model`加载模型文件。保存的是我自己训练的 VGG 模型。保存没问题，加载的时候报错`paddle.fluid.core.EnforceNotMet: Cannot read more from file` ？ +### Q：VGG模型，训练时候使用`fluid.io.save_inference_model`保存模型，预测的时候使用`fluid.io.load_inference_model`加载模型文件。保存的是我自己训练的 VGG 模型。保存没问题，加载的时候报错`paddle.fluid.core.EnforceNotMet: Cannot read more from file` ？ + 版本、环境信息 1）PaddlePaddle版本：Paddle Fluid 1.2.0。 2）系统环境：Linux，Python2.7。 @@ -52,20 +52,20 @@ PaddlePaddle Call Stacks: 1、 模型文件有损坏或缺失。 2、 模型参数和模型结构不匹配。 -## Q：infer时，当先后加载检测和分类两个网络时，分类网络的参数为什么未被load进去？ +### Q：infer时，当先后加载检测和分类两个网络时，分类网络的参数为什么未被load进去？ + 问题解答 尝试两个模型在不同的scope里面infer，使用`with fluid.scope_guard(new_scope)`，另外定义模型前加上`with fluid.unique_name.guard()`解决。 -## Q：c++调用paddlepaddle多线程预测出core？ +### Q：c++调用paddlepaddle多线程预测出core？ + 问题解答 Paddle predict 库里没有多线程的实现，当上游服务并发时，需要用户起多个预测服务，[参考示例](http://paddlepaddle.org/documentation/docs/zh/1.3/advanced_usage/deploy/inference/native_infer.html)。 -## Q：两个模型都load之后，用第一个模型的时候会报错？ +### Q：两个模型都load之后，用第一个模型的时候会报错？ + 问题解答 由于用`load_inference_model`的时候会修改一些用户不可见的环境变量，所以执行后一个`load_inference_model`的时候会把前一个模型的环境变量覆盖，导致前一个模型不能用，或者说再用的时候就需要再加载一次。此时需要用如下代码保护一下，[参考详情](https://github.com/PaddlePaddle/Paddle/issues/16661)。 ``` xxx_scope = fluid.core.Scope() with fluid.scope_guard(xxx_scope): [...] = fluid.load_inference_model(...) -``` \ No newline at end of file +``` diff --git a/doc/fluid/faq/install_cn.md b/doc/fluid/faq/install_cn.md index 704a4c15d4dd34c78c56900decb4d56cf78969bd..1d5278bfcf622cfeaf50b1881ce6a0d9908628ce 100644 --- a/doc/fluid/faq/install_cn.md +++ b/doc/fluid/faq/install_cn.md @@ -1,4 +1,4 @@ -# 安装与编译 + # 安装与编译 ## Linux安装PaddlePaddle ### Q：Ubuntu18.10、CPU版本、Python3.6编译错误如何解决？ @@ -60,11 +60,12 @@ make: *** [Makefile:152: all] Error 2 ``` CUDNN_STATUS_NOT_INITIALIZED at [/paddle/paddle/fluid/platform/device_context.cc:216] ``` + + 问题解答 cuDNN与CUDA版本不一致导致。PIP安装的GPU版本默认使用CUDA 9.0和cuDNN 7编译，请根据您的环境配置选择在官网首页选择对应的安装包进行安装，例如paddlepaddle-gpu==1.2.0.post87 代表使用CUDA 8.0和cuDNN 7编译的1.2.0版本。 ### Q：cuda9.0需要安装哪一个版本的paddle，安装包在哪? -+ 问题解答 +- 问题解答 pip install paddlepaddle-gpu 命令将安装支持CUDA 9.0 cuDNN v7的PaddlePaddle，可以参考[安装说明文档](http://paddlepaddle.org/documentation/docs/zh/1.4/beginners_guide/install/index_cn.html) @@ -88,7 +89,7 @@ pip install paddlepaddle-gpu 命令将安装支持CUDA 9.0 cuDNN v7的PaddlePadd 更多请参考[nvidia-docker](https://github.com/NVIDIA/nvidia-docker) -### Q问题：安成功安装了PaddlePaddle CPU版本后，使用Paddle训练模型，训练过程中，Paddle会自动退出，gdb显示Illegal instruction？ +### Q：安成功安装了PaddlePaddle CPU版本后，使用Paddle训练模型，训练过程中，Paddle会自动退出，gdb显示Illegal instruction？ + 报错信息 ```bash *** Aborted at 1539697466 (unix time) try "date -d @1539697466" if you are using GNU date *** @@ -162,6 +163,7 @@ import paddle.fluid PC: @ 0x0 (unknown) *** SIGILL (@0x7f6ac6ea9436) received by PID 16 (TID 0x7f6b07bc7700) from PID 18446744072751846454; stack trace: *** ``` + + 问题解答 请先确定一下机器是否支持AVX2指令集，如果不支持，请按照相应的不支持AVX2指令集的PaddlePaddle，可以解决该问题。 @@ -334,6 +336,7 @@ def testpaddle014(): paddle package is already in your PYTHONPATH. But unittest need a clean environment. Please uninstall paddle package before start unittest. Try to 'pip uninstall paddle'. ``` + + 问题解答 卸载PaddlePaddle包 `pip uninstall paddle`, 清理掉老旧的PaddlePaddle安装包，使得单元测试有一个干净的环境。如果PaddlePaddle包已经在python的site-packages里面，单元测试会引用site-packages里面的python包，而不是源码目录里 `/python` 目录下的python包。同时，即便设置 `PYTHONPATH` 到 `/python` 也没用，因为python的搜索路径是优先已经安装的python包。 @@ -372,6 +375,7 @@ python python/paddle/fluid/tests/book/test_fit_a_line.py ### Q：在Docker镜像上，GPU版本的PaddlePaddle运行结果报错 ![](https://user-images.githubusercontent.com/17102274/42516300-50f04f8e-8490-11e8-95f1-613d3d3f6ca6.png) ![](https://user-images.githubusercontent.com/17102274/42516303-5594bd22-8490-11e8-8c01-55741484f126.png) + + 问题解答 使用`sudo docker run --name paddle-test -v $PWD:/paddle --network=host -it docker.paddlepaddlehub.com/paddle:latest-dev /bin/bash`命令创建的docker容器仅能支持运行CPU版本的PaddlePaddle。 使用如下命令重新开启支持GPU运行的docker容器： diff --git a/doc/fluid/faq/train_cn.md b/doc/fluid/faq/train_cn.md index b37d449178c11e8ee51da3ac000938f575da926a..b6220ffe38c681c2ec4e49cb033e2adb9b7e63e0 100644 --- a/doc/fluid/faq/train_cn.md +++ b/doc/fluid/faq/train_cn.md @@ -1,29 +1,29 @@ # 网络搭建及训练 -## Q：在RNN模型中如何遍历序列数据里每一个时间步？ +### Q：在RNN模型中如何遍历序列数据里每一个时间步？ + 问题解答 对于LodTensor数据，分步处理每一个时间步数据的需求，大部分情况可以使用`DynamicRNN`，[参考示例](https://github.com/PaddlePaddle/Paddle/blob/develop/python/paddle/fluid/tests/book/test_machine_translation.py#L69) ，其中`rnn.step_input`即是每一个时间步的数据，`rnn.memory`是需要更新的rnn的hidden state，另外还有个`rnn.static_input`是rnn外部的数据在DynamicRNN内的表示（如encoder的output），可以利用这三种数据完成所需操作。 rank_table记录了每个sequence的长度，DynamicRNN中调用了lod_tensor_to_array在产生array时按照rank_table做了特殊处理（sequence从长到短排序后从前到后进行slice），每个时间步数据的batch size可能会缩小（短的sequence结束时），这是Fluid DynamicRNN的一些特殊之处。 对于非LoDTensor数据，可以使用StaticRNN，用法与上面类似，参考[语言模型示例]( https://github.com/PaddlePaddle/models/blob/develop/fluid/PaddleNLP/language_model/lstm/lm_model.py#L261)。 -## Q：batch norm 里面的两个参数：moving_mean_name、moving_variance_name应该是两个var，但是他们却没有受到 `with fluid.unique_name.guard()` 的影响，导致名字重复？ +### Q：batch norm 里面的两个参数：moving_mean_name、moving_variance_name应该是两个var，但是他们却没有受到 `with fluid.unique_name.guard()` 的影响，导致名字重复？ + 问题解答 用户指定的name的优先级高于unique_name生成器，所以名字不会被改变。 -## Q：怎么配置让两个fc层共享参数？ +### Q：怎么配置让两个fc层共享参数？ + 问题解答 只要指定param_attr相同名字即可，是`param_attr = fluid.ParamAttr(name='fc_share')`，然后把param_attr传到fc里去。 -## Q：调用`save_inference_model`后，`load_inference_model`加载预测模型的时候用py_reader读取，`feeded_var_names`为空也无法通过feed输入了。py_reader此刻应该如何声明？ +### Q：调用`save_inference_model`后，`load_inference_model`加载预测模型的时候用py_reader读取，`feeded_var_names`为空也无法通过feed输入了。py_reader此刻应该如何声明？ + 问题解答 目前`load_inference_model`加载进行的模型还不支持py_reader输入。 -## Q：根据models里面的[ctr例子](https://github.com/PaddlePaddle/models/blob/develop/fluid/PaddleRec/ctr/infer.py)改写了一个脚本，主要在train的同时增加test过程，方便选择模型轮次，整体训练测试过程跑通，不过无法获取accuracy？ +### Q：根据models里面的[ctr例子](https://github.com/PaddlePaddle/models/blob/develop/fluid/PaddleRec/ctr/infer.py)改写了一个脚本，主要在train的同时增加test过程，方便选择模型轮次，整体训练测试过程跑通，不过无法获取accuracy？ + 问题解答 AUC中带有LOD 信息，需要设置`return_numpy=False `来获得返回值。 -## Q：CTR模型保存模型时报错 +### Q：CTR模型保存模型时报错 ``` Traceback (most recent call last): File "train.py", line 610, in @@ -36,6 +36,7 @@ Traceback (most recent call last): "The target variable must have an " ValueError: The target variable must have an associated operator that generates it. ``` + + 代码文件：[network_conf.py](https://github.com/PaddlePaddle/models/blob/develop/fluid/PaddleRec/ctr/network_conf.py)只修改了最后一行： ``` accuracy = fluid.layers.accuracy(input=predict, label=words[-1]) @@ -43,10 +44,11 @@ auc_var, batch_auc_var, auc_states = \ fluid.layers.auc(input=predict, label=words[-1], num_thresholds=2 ** 12, slide_steps=20) return accuracy, avg_cost, auc_var, batch_auc_var, py_reader ``` + + 问题解答 保存模型时需指定program 才能正确保存。请使用` executor = Executor(place)`, 你的train_program, 以及给` layers.data `指定的名称作为` save_inference_model` 的输入。 -## Q：holder_ should not be null Tensor not initialized yet when Tensor::type() is called +### Q：holder_ should not be null Tensor not initialized yet when Tensor::type() is called + 错误信息 ``` C++ Callstacks: @@ -58,25 +60,25 @@ PaddlePaddle Call Stacks: 错误提示是某个tensor为空。建议运行时加上环境变量GLOG_vmodule=operator=4 , GLOG_logtostderr=1看看运行到哪个op，哪个tensor为空。 -## Q：使用py_reader读取数据的时候，怎么给读取的变量指定名字呢？ +### Q：使用py_reader读取数据的时候，怎么给读取的变量指定名字呢？ + 问题解答 参考[create_py_reader_by_data](http://paddlepaddle.org/documentation/docs/zh/1.3/api_cn/layers_cn.html#create-py-reader-by-data) -## Q：PaddlePaddle是否支持两维以上的变长tensor，如shape[-1, -1, 128]？ +### Q：PaddlePaddle是否支持两维以上的变长tensor，如shape[-1, -1, 128]？ + 问题解答 配置网络的时候可以将shape写成[-1,任意正数,128]，然后输入的时候shape可以为[任意正数,任意正数,128]。维度只是个占位，运行网络的时候的实际维度是从输入数据推导出来的。两个"任意整数" 在输入和配置的时候可以不相等。配置网络的时候第一维度必须为-1。 -## Q：请说明一下如下两个接口的适用场景，现在保存模型都不知用哪个：`save_inference_model`、`save_params`？ +### Q：请说明一下如下两个接口的适用场景，现在保存模型都不知用哪个：`save_inference_model`、`save_params`？ + 问题解答 `save_inference_model`主要是用于预测的，该API除了会保存预测时所需的模型参数，还会保存预测使用的模型结构。而`save_params`会保存一个program中的所有参数，但是不保存该program对应的模型结构。参考[模型保存与加载](http://paddlepaddle.org/documentation/docs/zh/1.4/api_guides/low_level/model_save_reader.html) -## Q：PaddlePaddle的proto信息相关的解释文档？ +### Q：PaddlePaddle的proto信息相关的解释文档？ + 问题解答 proto信息可以打印出来，然后参考Github [framework.prot](https://github.com/PaddlePaddle/Paddle/blob/develop/paddle/fluid/framework/framework.proto)文件进行解释。 -## Q：C++ 如何把std::vector转换成 lodtensor的方法? +### Q：C++ 如何把std::vector转换成 lodtensor的方法? + 问题解答 如下示例 ```cpp @@ -103,43 +105,43 @@ memcpy(pdata, ids.data(), n); ``` -## Q：PaddlePaddle可以像tf一样根据输出，只执行模型的一部分么？ +### Q：PaddlePaddle可以像tf一样根据输出，只执行模型的一部分么？ + 问题解答 目前的executor会执行整个program。建议做法是，在定义program的时候提前clone出一个子program，如当前`inference_program = fluid.default_main_program().clone(for_test=True)`的做法。 -## Q：PaddlePaddle的全连接层，可不可以手动输入参数比如weights和bias并禁止优化器比如optimizer.SGD在模型训练的时候改变它？ +### Q：PaddlePaddle的全连接层，可不可以手动输入参数比如weights和bias并禁止优化器比如optimizer.SGD在模型训练的时候改变它？ + 问题解答 可以通过ParamAttr设置参数的属性，`fluid.ParamAttr( initializer=fluid.initializer.Normal(0.0, 0.02), learning_rate=2.0)`，其中learning_rate设置为0，就不会修改。手动输入参数也可以实现，但是会比较麻烦。 -## Q：PaddlePaddle中训练好的fc层参数，有没有直接用numpy 读取出fc层的W矩阵的示例代码呢？ +### Q：PaddlePaddle中训练好的fc层参数，有没有直接用numpy 读取出fc层的W矩阵的示例代码呢？ + 问题解答 weight名字在构建网络的时候可以通过param_attr指定，然后用`fluid.global_scope().find_var("weight_name").get_tensor()`。 -## Q：请问fluid 里面如果某一层使用`stop_gradient=True`，那么是不是这一层之前的层都会自动 `stop_gradient=True`? +### Q：请问fluid 里面如果某一层使用`stop_gradient=True`，那么是不是这一层之前的层都会自动 `stop_gradient=True`? + 问题解答 是的，梯度不回传了。 -## Q：如何不训练某层的权重？ +### Q：如何不训练某层的权重？ + 问题解答 ParamAttr里配置`learning_rate=0`。 -## Q：PaddlePaddle有拓展tensor维度的op吗？ +### Q：PaddlePaddle有拓展tensor维度的op吗？ + 问题解答 请参[unsqueeze op](http://paddlepaddle.org/documentation/docs/zh/1.3/api/layers.html#unsqueeze)，例如[1,2]拓展为[1，2，1] -## Q：sigmoid二分类，`sigmoid_cross_entropy_with_logits`，其中num_classes的意义？ +### Q：sigmoid二分类，`sigmoid_cross_entropy_with_logits`，其中num_classes的意义？ + 问题解答 `sigmoid_cross_entropy_with_logits`里面的num_classes是指有多个分类标签，而且这些标签之间相互独立，这样对每个分类都会有一个预测概率。举个例子，假如我们要做一个视频动作分类，有如下几个标签（吃饭，聊天，走路，打球），那么num_classes = 4。一个视频可以同时有多个ground truth标签是1，比如这里可能是(1, 1, 0, 0)，也就是一边吃饭一边聊天的场景。而一个可能的预测概率是(0.8, 0.9, 0.1, 0.3)，那么计算损失函数的时候，要对每个分类标签分别计算`sigmoid cross entropy`。 -## Q：对于图片小但数量很大的数据集有什么好的处理方法？ +### Q：对于图片小但数量很大的数据集有什么好的处理方法？ + 问题解答 `multiprocess_reader`可以解决该问题。参考[Github示例](https://github.com/PaddlePaddle/Paddle/issues/16592)。 -## Q：fluid1.3, cpu训练如何使用多线程? +### Q：fluid1.3, cpu训练如何使用多线程? + 问题解答 使用`ParallelExecutor`的话默认是多线程所有核数的，设置CPU_NUM可以指定线程数，另外可以试下在创建`ParallelExecutor`时传入设置了num_threads 的exec_strategy。 -## Q：Libnccl.so报错如何解决？ +### Q：Libnccl.so报错如何解决？ + 报错信息 ``` Failed to find dynamic library: libnccl.so ( libnccl.so: cannot open shared object file: No such file or directory ） @@ -155,4 +157,4 @@ export LD_LIBRARY_PATH=`pwd`/nccl_2.1.4-1+cuda8.0_x86_64/lib:$LD_LIBRARY_PATH ``` cd /usr/lib/x86_64-linux-gnu ln -s libnccl.so.2 libnccl.so -``` \ No newline at end of file +``` diff --git a/doc/fluid/index_cn.rst b/doc/fluid/index_cn.rst index 5615c1015525e88ca623ef36b9aef5cacdd6fc6e..6aa61ae8475129c7b31c864a72e9ab9f831cec1f 100644 --- a/doc/fluid/index_cn.rst +++ b/doc/fluid/index_cn.rst @@ -17,3 +17,4 @@ api_cn/index_cn.rst faq/index_cn.rst release_note_cn.rst +