未验证 提交 0cdd9952 编写于 作者: littletomatodonkey's avatar littletomatodonkey 提交者: GitHub

fix error desc (#5422)

上级 d06c76d9
......@@ -30,7 +30,7 @@
具体地,本文档主要关注Linux GPU/CPU 下模型的服务化部署能力,具体测试点如下:
- Inference 模型转 Serving 模型
- Paddle Inference 推理过程跑通
- Paddle Serving 服务化部署开发
<a name="2"></a>
......@@ -103,7 +103,7 @@ Serving服务化部署主要分为以下5个步骤。
</details>
以命令`python -m paddle_serving_client.convert --dirname ./alexnet_infer/ --model_filename inference.pdmodel --params_filename inference.pdiparams --serving_server ./deploy/serving/alexnet_server --serving_client ./deploy/serving/alexnet_server`为例。
以命令`python -m paddle_serving_client.convert --dirname ./alexnet_infer/ --model_filename inference.pdmodel --params_filename inference.pdiparams --serving_server ./deploy/serving/alexnet_server --serving_client ./deploy/serving/alexnet_client`为例。
* Inference模型路径为`./alexnet_infer/`,因此第5行需要修改为`--dirname:./alexnet_infer/`
* 模型结构和参数文件名和默认保持一致,因此这里无需修改。
......
......@@ -107,9 +107,9 @@ python run_script set_configs
| 4 | gpu_list:0 | gpu id | 否 | 是 | value修改为自己的GPU ID |
| 5 | use_gpu:True | 是否使用GPU | 是 | 是 | key修改为可以设置GPU的内容,value修改为设置GPU的值 |
| 6 | auto_cast:null | 是否使用混合精度 | 否 | 否 | - |
| 7 | epoch_num:lite_train_infer=1 | 迭代的epoch数目 | 是 | 否 | key修改为可以设置代码中epoch数量的内容 |
| 7 | epoch_num:lite_train_lite_infer=1 | 迭代的epoch数目 | 是 | 否 | key修改为可以设置代码中epoch数量的内容 |
| 8 | output_dir:./output/ | 输出目录 | 是 | 否 | key修改为代码中可以设置输出路径的内容 |
| 9 | train_batch_size:lite_train_infer=1 | 训练的batch size | 是 | 否 | key修改为可以设置代码中batch size的内容 |
| 9 | train_batch_size:lite_train_lite_infer=1 | 训练的batch size | 是 | 否 | key修改为可以设置代码中batch size的内容 |
| 10 | pretrained_model:null | 预训练模型 | 是 | 是 | 如果训练时指定了预训练模型,则需要key和value需要对应修改 |
| 11 | train_model_name:latest | 训练结果的模型名字 | 否 | 是 | value需要修改为训练完成之后保存的模型名称,用于后续的动转静 |
| 12 | null:null | 预留字段 | 否 | 否 | - |
......@@ -117,11 +117,11 @@ python run_script set_configs
</details>
以训练命令`python3.7 train.py --device=gpu --epochs=1 --data-path=./lite_data --lr=0.001 `为例,总共包含4个超参数。
以训练命令`python3.7 train.py --device=gpu --epochs=2 --data-path=./lite_data --lr=0.001 `为例,总共包含4个超参数。
* 运行设备:`--device=gpu`,则需要修改为配置文件的第5行,`key``--device``value``gpu`,修改后内容为`--device:gpu`
* 迭代轮数:`--epochs=2`,则需要修改配置文件的第7行,修改后内容为`--epochs:lite_train_infer=2``lite_train_infer`为模式设置,表示少量数据训练,少量数据推理,此处无需修改)
* 数据路径:`--data-path=./lite_data`,由于配置文件中不包含该项配置,因此可以将其和`train.py`字段放在一起(2.2.),或者在第12行添加自定义字段,内容为`--data-path:./lite_data`
* 迭代轮数:`--epochs=2`,则需要修改配置文件的第7行,修改后内容为`--epochs:lite_train_lite_infer=2``lite_train_lite_infer`为模式设置,表示少量数据训练,少量数据推理,此处无需修改)
* 数据路径:`--data-path=./lite_data`,由于配置文件中不包含该项配置,因此可以将其和`train.py`字段放在一起(2.2.2节中会详细介绍),或者在第12行添加自定义字段,内容为`--data-path:./lite_data`
* 学习率:`--lr=0.001`,同数据路径配置
#### 2.2.2 训练命令配置参数
......@@ -147,14 +147,14 @@ python run_script set_configs
以训练命令`python3.7 train.py --device=gpu --epochs=1 --data-path=./lite_data --lr=0.001`为例,该命令是正常训练(非裁剪、量化、蒸馏等方式),因此
* 配置文件的第15行直接写`norm_train`即可。
* 第16行配置`norm_train`的具体运行脚本/入口,即上述命令中的`train.py`因此配置文件的16行内容修改为`norm_train:train.py`,考虑到`-data-path=./lite_data --lr=0.001`超参数无法在
* 第16行配置`norm_train`的具体运行脚本/入口,即上述命令中的`train.py`因此配置文件的16行内容初步可以修改为`norm_train:train.py`,考虑到`-data-path=./lite_data --lr=0.001`超参数无法在配置文件中配置,因此可以在这里添加,修改后内容为`norm_train:train.py -data-path=./lite_data --lr=0.001`
* 由于其他训练方式目前不支持,因此在17~21行的对应内容无需改动(默认为null)
#### 2.2.3 模型动转静配置参数
下面给出了配置文件中的模型动转静配置参数。
**【注意:】** 在模型动转静过程中,为方便管理输入输出,程序会自动指定输入和输出目录,因此我们只需要提供可以配置输入输出目录的参数即可。
**【注意】:** 在模型动转静过程中,为方便管理输入输出,程序会自动指定输入和输出目录,因此我们只需要提供可以配置输入输出目录的参数即可。
<details>
<summary><b>模型动转静配置参数(点击以展开详细内容或者折叠)</b></summary>
......
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册