Paddle 1 to Paddle 2 ==================== 飞桨框架v2.0-beta，最重要的变化为API体系的全面升级以及动态图能力的全面完善。下文将简要介绍Paddle 2的变化。 主要变化 -------- 在飞桨框架v2.0中，我们做了许多的升级。首先，全面完善了动态图模式，相较于静态图而言，动态图每次执行一个运算，可以立即得到结果，能够使算法的开发变得更加高效。此外，本版本对API目录，进行了较大的调整。将API体系从1.X版本的 ``paddle.fluid.*`` 迁移到了 ``paddle.*`` 下。原则上，Paddle 2仍支持Paddle 1下的所有语法。但是，我们会逐步废弃掉 ``paddle.fluid`` 下的API，强烈建议您将Paddle 1的代码迁移到Paddle 2下，以避免后续带来不必要的麻烦。下文将介绍手动与自动两种方式，来完成Paddle 1到Paddle 2的迁移。 手动将Paddle 1 的代码迁移到 Paddle 2 ------------------------------------ 本节将介绍如何将您的代码手动的从Paddle 1迁移到Paddle 2。 1、API的变化 ~~~~~~~~~~~~ 对于Paddle 1下的API，您可以通过我们提供的API升级表（TODO），查看每个API的升级关系，从而手动完成修改。 ### 2、句法的变化 在Paddle 1中，通过 ``with fluid.dygraph.guard():`` 开启动态图模式，在Paddle 2.0-beta中，可以直接通过 ``paddle.disable_static()``\ 开启动态图。 Paddle1to2 自动迁移您的代码到Paddle2 ------------------------------------ Paddle 2 包含了许多API的变化，为了节约您将代码从Paddle 1迁移到Paddle 2的时间，我们提供了自动迁移工具–Paddle1to2，能够帮助您快速完成代码迁移。 安装 ~~~~ Paddle1to2可以通过pip的方式安装，方式如下: .. code:: ipython3 ! pip install -U paddle1to2 基本用法 ~~~~~~~~ Paddle1to2 可以使用下面的方式，快速使用: .. code:: ipython3 ! paddle1to2 --inpath /path/to/model.py 这将在命令行中，以\ ``diff``\ 的形式，展示model.py从Paddle 1转换为Paddle 2的变化。如果您确认上述变化没有问题，只需要再执行： .. code:: ipython3 ! paddle1to2 --inpath /path/to/model.py --write 就会原地改写model.py，将上述变化改写到您的源文件中。 注意：我们会默认备份源文件，到~/.paddle1to2/下。 参数说明如下： - –inpath 输入文件路径，可以为单个文件或文件夹。 - –write 是否原地修改输入的文件，默认值False，表示不修改。如果为True，表示对文件进行原地修改。添加此参数也表示对文件进行原地修改。 - –backup 可选，是否备份源文件，默认值为\ ``~/.paddle1to2/``\ ，在此路径下备份源文件。 - –no-log-file 可选，是否需要输出日志文件，默认值为False，即输出日志文件。 - –log-filepath 可选，输出日志的路径，默认值为\ ``report.log``\ ，输出日志文件的路径。 - –no-confirm 可选，输入文件夹时，是否逐文件确认原地写入，只在\ ``--write``\ 为True时有效，默认值为False，表示需要逐文件确认。 - –log-level 可选，log级别，可为[‘DEBUG’,‘INFO’,‘WARNING’,‘ERROR’] 默认值：\ ``INFO`` - –refactor 可选，debug时使用。 - –print-match 可选，debug时使用。 使用教程 ~~~~~~~~ 开始 ^^^^ 在使用Paddle 1to2前，需要确保您已经安装了Paddle 2.0-beta版本。 .. code:: ipython3 import paddle print (paddle.__version__) # TODO change to paddle 2.0-beta .. parsed-literal:: 0.0.0 克隆\ `PaddlePaddle/models `__\ 来作为工具的测试。 .. code:: ipython3 ! git clone https://github.com/PaddlePaddle/models .. parsed-literal:: Cloning into 'models'... remote: Enumerating objects: 8, done. remote: Counting objects: 100% (8/8), done. remote: Compressing objects: 100% (8/8), done. remote: Total 35011 (delta 1), reused 0 (delta 0), pack-reused 35003 Receiving objects: 100% (35011/35011), 356.97 MiB | 1.53 MiB/s, done. Resolving deltas: 100% (23291/23291), done. 查看帮助文档 ^^^^^^^^^^^^ paddle1to2 会随着 paddle 2.0-beta安装。所以您可以直接通过下面的方式，查看帮助文档。 .. code:: ipython3 ! paddle1to2 -h .. parsed-literal:: usage: paddle1to2 [-h] [--log-level {DEBUG,INFO,WARNING,ERROR}] [--no-log-file] [--log-filepath LOG_FILEPATH] --inpath INPATH [--backup [BACKUP]] [--write] [--no-confirm] [--refactor {refactor_import,norm_api_alias,args_to_kwargs,refactor_kwargs,api_rename,refactor_with,post_refactor}] [--print-match] optional arguments: -h, --help show this help message and exit --log-level {DEBUG,INFO,WARNING,ERROR} set log level, default is INFO --no-log-file don't log to file --log-filepath LOG_FILEPATH set log file path, default is "report.log" --inpath INPATH the file or directory path you want to upgrade. --backup [BACKUP] backup directory, default is the "~/.paddle1to2/". --write modify files in-place. --no-confirm write files in-place without confirm, ignored without --write. --refactor {refactor_import,norm_api_alias,args_to_kwargs,refactor_kwargs,api_rename,refactor_with,post_refactor} this is a debug option. Specify refactor you want to run. If none, all refactors will be run. --print-match this is a debug option. Print matched code and node for each file. Paddle 1的例子 ^^^^^^^^^^^^^^ 这里是一个基于Paddle 1实现的一个mnist分类，部分内容如下： .. code:: ipython3 ! head -n 198 models/dygraph/mnist/train.py | tail -n 20 .. parsed-literal:: with fluid.dygraph.guard(place): if args.ce: print("ce mode") seed = 33 np.random.seed(seed) fluid.default_startup_program().random_seed = seed fluid.default_main_program().random_seed = seed if args.use_data_parallel: strategy = fluid.dygraph.parallel.prepare_context() mnist = MNIST() adam = AdamOptimizer(learning_rate=0.001, parameter_list=mnist.parameters()) if args.use_data_parallel: mnist = fluid.dygraph.parallel.DataParallel(mnist, strategy) train_reader = paddle.batch( paddle.dataset.mnist.train(), batch_size=BATCH_SIZE, drop_last=True) if args.use_data_parallel: train_reader = fluid.contrib.reader.distributed_batch_reader( train_reader) 使用Paddle1to2进行转化 ^^^^^^^^^^^^^^^^^^^^^^ paddle1to2支持单文件的转化，您可以通过下方的命令直接转化单独的文件。 .. code:: ipython3 !paddle1to2 --inpath models/dygraph/mnist/train.py 注意，对于参数的删除及一些特殊情况，我们都会打印WARNING信息，需要您仔细核对相关内容。 如果您觉得上述信息没有问题，可以直接对文件进行原地修改，方式如下： .. code:: ipython3 !paddle1to2 --inpath models/dygraph/mnist/train.py --write 此时，命令行会弹出下方的提示： .. code:: ipython3 "models/dygraph/mnist/train.py" will be modified in-place, and it has been backed up to "/Users/chenlong/.paddle1to2/train.py_backup_2020_09_09_20_35_15_037821". Do you want to continue? [Y/n]: 输入\ ``y`` 后即开始执行代码迁移。为了高效完成迁移，我们这里采用了原地写入的方式。此外，为了防止特殊情况，我们会备份转换前的代码到 ``~/.paddle1to2`` 目录下，如果需要，您可以在备份目录下找到转换前的代码。 代码迁移完成后，会生成一个report.log文件，记录了迁移的详情。内容如下： .. code:: ipython3 ! cat report.log 注意事项 ~~~~~~~~ - 本迁移工具不能完成所有API的迁移，有少量的API需要您手动完成迁移，具体信息可见WARNING。 使用Paddle 2 ~~~~~~~~~~~~ 完成迁移后，代码就从Paddle 1迁移到了Paddle 2，您就可以在Paddle 2下进行相关的开发。