Ascend 910 AI处理器上推理

Linux Ascend 推理应用 初级 中级 高级

使用checkpoint格式文件推理

1. 使用model.eval接口来进行模型验证。

   1.1 模型已保存在本地

   首先构建模型，然后使用mindspore.train.serialization模块的load_checkpoint和load_param_into_net从本地加载模型与参数，传入验证数据集后即可进行模型推理，验证数据集的处理方式与训练数据集相同。

   network = LeNet5(cfg.num_classes)
   net_loss = nn.SoftmaxCrossEntropyWithLogits(sparse=True, reduction="mean")
   net_opt = nn.Momentum(network.trainable_params(), cfg.lr, cfg.momentum)
   model = Model(network, net_loss, net_opt, metrics={"Accuracy": Accuracy()})
   
   print("============== Starting Testing ==============")
   param_dict = load_checkpoint(args.ckpt_path)
   load_param_into_net(network, param_dict)
   dataset = create_dataset(os.path.join(args.data_path, "test"),
                            cfg.batch_size,
                            1)
   acc = model.eval(dataset, dataset_sink_mode=args.dataset_sink_mode)
   print("============== {} ==============".format(acc))
   

   其中，
   model.eval为模型验证接口，对应接口说明：https://www.mindspore.cn/doc/api_python/zh-CN/r1.0/mindspore/mindspore.html#mindspore.Model.eval。

   推理样例代码：https://gitee.com/mindspore/mindspore/blob/r1.0/model_zoo/official/cv/lenet/eval.py。

   1.2 使用MindSpore Hub从华为云加载模型

   首先构建模型，然后使用mindspore_hub.load从云端加载模型参数，传入验证数据集后即可进行推理，验证数据集的处理方式与训练数据集相同。

   model_uid = "mindspore/ascend/0.7/googlenet_v1_cifar10"  # using GoogleNet as an example.
   network = mindspore_hub.load(model_uid, num_classes=10)
   net_loss = nn.SoftmaxCrossEntropyWithLogits(sparse=True, reduction="mean")
   net_opt = nn.Momentum(network.trainable_params(), cfg.lr, cfg.momentum)
   model = Model(network, net_loss, net_opt, metrics={"Accuracy": Accuracy()})
   
   print("============== Starting Testing ==============")
   dataset = create_dataset(os.path.join(args.data_path, "test"),
                            cfg.batch_size,
                            1)
   acc = model.eval(dataset, dataset_sink_mode=args.dataset_sink_mode)
   print("============== {} ==============".format(acc))
   

   其中，
   mindspore_hub.load为加载模型参数接口，对应接口说明：https://www.mindspore.cn/doc/api_python/zh-CN/r1.0/mindspore_hub/mindspore_hub.html#module-mindspore_hub。

2. 使用model.predict接口来进行推理操作。

   model.predict(input_data)
   

   其中，
   model.predict为推理接口，对应接口说明：https://www.mindspore.cn/doc/api_python/zh-CN/r1.0/mindspore/mindspore.html#mindspore.Model.predict。