Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
PaddlePaddle
models
提交
84c2996b
M
models
项目概览
PaddlePaddle
/
models
大约 1 年 前同步成功
通知
222
Star
6828
Fork
2962
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
602
列表
看板
标记
里程碑
合并请求
255
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
M
models
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
602
Issue
602
列表
看板
标记
里程碑
合并请求
255
合并请求
255
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
未验证
提交
84c2996b
编写于
11月 25, 2021
作者:
W
wangzhen38
提交者:
GitHub
11月 25, 2021
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
update rec TIPC (#5393)
* update rec * update rec * update rec tipc * rm rec * update rec
上级
fbb82563
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
32 addition
and
0 deletion
+32
-0
docs/lwfx/ArticleReproduction_REC.md
docs/lwfx/ArticleReproduction_REC.md
+32
-0
未找到文件。
docs/lwfx/ArticleReproduction_REC.md
浏览文件 @
84c2996b
...
...
@@ -15,6 +15,7 @@
-
[
3. 论文复现理论知识
](
#3
)
-
[
4. 论文复现注意事项与FAQ
](
#4
)
-
[
4.1 通用注意事项
](
#4.0
)
-
[
4.2 TIPC基础链条测试接入
](
#4.1
)
<a
name=
"1"
></a>
## 1. 总览
...
...
@@ -47,6 +48,8 @@
*
在该步骤中,以AlexNet为例,生成fake data的脚本可以参考:
[
gen_fake_data.py
](
https://github.com/littletomatodonkey/AlexNet-Prod/blob/master/pipeline/fake_data/gen_fake_data.py
)
。
*
在特定设备(CPU/GPU)上,跑通参考代码的预测过程(前向)以及至少2轮(iteration)迭代过程,保证后续基于PaddlePaddle复现论文过程中可对比。
*
在复现的过程中,只需要将PaddlePaddle的复现代码以及打卡日志上传至github,不能在其中添加参考代码的实现,在验收通过之后,需要删除打卡日志。建议在初期复现的时候,就将复现代码与参考代码分成2个文件夹进行管理。
*
飞桨训推一体认证 (Training and Inference Pipeline Certification, TIPC) 是一个针对飞桨模型的测试工具,方便用户查阅每种模型的训练推理部署打通情况,并可以进行一键测试。论文训练对齐之后,需要为代码接入TIPC基础链条测试文档与代码,关于TIPC基础链条测试接入规范的文档可以参考:
[
链接
](
https://github.com/PaddlePaddle/models/blob/tipc/docs/tipc_test/development_specification_docs/train_infer_python.md
)
。更多内容在
`4.2`
章节部分也会详细说明。
<a
name=
"2"
></a>
## 2. 整体框图
...
...
@@ -70,3 +73,32 @@
*
数据和指标先行对齐
*
数据集获取
*
PaddleRec提供了大量推荐数据集,可优先从
[
这里查找
](
https://github.com/PaddlePaddle/PaddleRec/tree/master/datasets
)
<a
name=
"4.1"
></a>
### 4.2 TIPC基础链条接入
**【基本流程】**
*
完成模型的训练、导出inference、基于PaddleInference的推理过程的文档与代码。参考链接:
*
[
insightface训练预测使用文档
](
https://github.com/deepinsight/insightface/blob/master/recognition/arcface_paddle/README_cn.md
)
*
[
PaddleInference使用文档
](
https://www.paddlepaddle.org.cn/documentation/docs/zh/guides/05_inference_deployment/inference/inference_cn.html
)
*
[
PaddleRecInference使用文档
](
https://github.com/PaddlePaddle/PaddleRec/blob/master/doc/inference.md
)
*
基于
[
TIPC基础链条测试接入规范
](
https://github.com/PaddlePaddle/models/blob/tipc/docs/tipc_test/development_specification_docs/train_infer_python.md
)
,完成该模型的TIPC基础链条开发以及测试文档/脚本,目录为
`test_tipc`
,测试脚本名称为
`test_train_inference_python.sh`
,该任务中只需要完成
`少量数据训练模型,少量数据预测`
的模式即可,用于测试TIPC流程的模型和少量数据需要放在当前repo中。
**【注意事项】**
*
基础链条测试接入时,只需要验证
`少量数据训练模型,少量数据预测`
的模式,只需要在Linux下验证通过即可。
*
在文档中需要给出一键测试的脚本与使用说明。
*
接入TIPC功能是需安装
[
特定版本paddle
](
https://paddleinference.paddlepaddle.org.cn/master/user_guides/download_lib.html#python
)
。
**【实战】**
TIPC基础链条测试接入用例可以参考:
[
PaddlRec TIPC基础链条测试开发文档
](
https://github.com/PaddlePaddle/PaddleRec/tree/master/test_tipc
)
,
[
InsightFace-paddle TIPC基础链条测试开发文档
](
https://github.com/deepinsight/insightface/blob/master/recognition/arcface_paddle/test_tipc/readme.md
)
。
**【验收】**
*
TIPC基础链条测试文档清晰,
`test_train_inference_python.sh`
脚本可以成功执行并返回正确结果。
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录