在NPU上做深度学习算法
第一种：在cpu或gpu上训练的模型，但要在NPU上执行模型推理；
第二种：在NPU上同步训练、推理。
系统信息查询中括号里的为查询结果示例。
– 查看系统架构：uname -a [aarch64，也称arm64]
– 查看操作系统版本：lsb_release -a [Ubuntu 22.04.3 LTS]
– 查看npu芯片型号：npu-smi info [Ascend310B4]
– 查看npu id：npu-smi info -l
– 查看Atlas产品型号：npu-smi info -t product -i <npu id> [Atlas 200I A2]
此种使用场景下，cpu或gpu上训练的模型无法直接在nup上执行推理，需要先把训练好的模型转换成.om离线模型，才可以在NPU上执行后续的推理。
1.1 执行方案step1：在已安装CANN开发环境的机器上，把cpu或gpu上训练的模型转换成.onnx格式 或 pd格式
step2：在安装CANN运行环境的机器上，把onnx格式转om格式。
对应CANN开发环境、运行环境的区别、安装方法见官方文档：CANN软件安装
① 官方gitee项目-支持tensorflow、pytorch的模型转换 这里已经集成了多种开源模型从初始模型 —> onnx模型 —> om模型的转换操作步骤和对应代码。
第一阶段：模型转onnx需要写代码完成；
第二阶段：.onnx转.om使用atc命令完成，无须写代码。
② 仅onnx模型 —> om模型的转换案例：昇腾社区简单ATC转换案例
③ om模型的推理应用案例 这里的快速链接是昇腾社区下pytorch的应用案例，昇腾社区也集成了其他训练框架的应用案例，可自行查看。
④ 其他网友的分享：
以下是基于 bert_base_chinese预训练模型转.onnx模型 脚本改写的代码：
源文件：基于bert_base_chinese模型微调后的.pt模型文件
目标：把.pt转换成.onnx
import torch import onnx import numpy as np import onnxruntime from init.init_config import ModelConfig ''' 1、pth文件转onnx：pytorch框架中集成了onnx模块，属于官方支持，onnx也覆盖了pytorch框架中的大部分算子。因此将pth模型文件转换为onnx文件非常简单。 参考：https://zhuanlan.zhihu.com/p/524023964?utm_id=0 2、.pth转.onnx可以在任意机器上执行，只要有python 且 安装了对应依赖包（r如onnx相关依赖，不包括atc）即可，既可以是普通windows x86_64 gpu/cpu，也可以是linux Ascend310B4(昇腾 310B4 npu卡) 3、本文件中： ① 使用的是“基于bert-base-chinese微调的模型”，微调时的输入样本只有一个序列，所以训练时把token_type_ids也省略了； ② 和原始bert-base-chinese预训练模型input_shape=(batch_size,max_len)不同，微调训练使用的input_shape=(src_len,batch_size), attention_mask_shape=(batch_size,src_len), src_len是固定的512。 注意：Atlas 200/500 A2推理产品不支持动态Shape输入（设置Shape范围）。 详见官方文档 https://www.hiascend.com/document/detail/zh/canncommercial/70RC1/inferapplicationdev/aclpythondevg/aclpythondevg_0060.html ''' model_path = 'E:\\opencode\\13-02-BertWithPretrained-main\\cache1\\ner_model_epoch1_steps1000.pt' # 微调后的模型文件 onnx_path = "./ner_model_bert.onnx" # 定义onnx模型保存地址。固定max_len=512 # 注意token_id的shape=（src_len, batch_size） input_shape = (512, 1) # todo 这里和原始模型在CPU或GPU上的加载方式保持一样。这里代码省略。。。。 model_config = ModelConfig() def load_torch_model(): invoice_model = model_config.model # 在导出模型之前必须调用 model.eval() 或 model.train(False)，因为这会将模型设置为“推理模式”。 这是必需的，因为 dropout 或 batchnorm 等运算符在推理和训练模式下的行为有所不同。 invoice_model.eval() return invoice_model def onnx_model_predict(onnx_path, dummy_data, keep=False): # 创建会话，用于推理 ''' 这里 onnxruntime.InferenceSession(model_path) 就是加载模型的步骤，ONNX Runtime 会在内部执行模型的验证。 如果模型有问题，ONNX Runtime 将在加载过程中引发异常。 因此，在使用 ONNX Runtime 进行推理时，你通常不需要显式地调用 onnx.load(onnx_path) 和 onnx.checker.check_model(onnx_model)。 # 模型加载 onnx_model = onnx.load(onnx_path) onnx.checker.check_model(onnx_model) ''' ort_session = onnxruntime.InferenceSession(onnx_path) # 获取模型的输入"input" inputs = ort_session.get_inputs() # input_name = inputs[0].name # bert基础模型设置:定义模型的输入{"input":numpys数组-不是tensor}和输出 ["output"] (token_ids, padding_mask), input_names = build_data(dummy_data, keep=keep, need_type="numpy.NDArray") assert len(inputs) == len(input_names), f"onnx模型输入需要{len(inputs)}个参数，与实际提供的参数{input_names}不符！" ort_inputs = { inputs[0].name: token_ids, inputs[1].name: padding_mask } outputs = ort_session.get_outputs() output_name = [outputs[0].name] # 模型推理 ort_outs = ort_session.run(output_name, ort_inputs) return ort_outs def export_config(input_names, dynamic=False): ''' :param input_names: 模型输入层所需参数 :param dynamic: 是否支持动态维度 :return: dynamic_axes指定模型中哪些轴的维度是动态的（即，可以改变的）的。 ''' dynamic_axes = {} # output_names = ["out"] output_names = ["logits"] if dynamic: # 原始模型微调时使用的shape(attention_mask)=(batch_size, src_len), 其他输入参数是(src_len, batch_size)。以下也要按实际shape指定。 for name in input_names + output_names: if name == "attention_mask": dynamic_axes[name] = {0: "batch_size", 1: "src_len"} # 表示当前name下第0维和第1维都可以动态变化，且分别给对应维度自定义命名为batch_size、src_len。注意这里的名字是可以随便写的，但为了后续理解方便，建议还是能见名知意。 else: dynamic_axes[name] = {0: "src_len", 1: "batch_size"} return output_names, dynamic_axes def build_data(dummy_data, keep=True, need_type="torch.tensor"): if need_type == "torch.tensor": token_ids = torch.from_numpy(dummy_data).to(device) # numpy.ndarray转torch.tensor padding_mask = (token_ids == model_config.data_loader.PAD_IDX).transpose(0, 1) elif need_type == "numpy.NDArray": token_ids = dummy_data padding_mask = np.transpose((dummy_data == model_config.data_loader.PAD_IDX)) else: raise ValueError(f"不支持的need_type={need_type}, 仅支持['torch.tensor', 'numpy.NDArray']") if keep: input_data = ( token_ids, padding_mask, token_ids ) input_names = ["input_ids", "attention_mask", "token_type_ids"] else: input_data = ( token_ids, padding_mask ) input_names = ["input_ids", "attention_mask"] return input_data, input_names def torch2onnx(dummy_data, keep, dynamic): ''' :param dummy_data: :param keep: 是否手动生成token_type_ids :param dynamic: 是否存在动态维度 :return: ''' # 1、加载原始模型 torch_model = load_torch_model(model_path) # 2、build data input_data, input_names = build_data(dummy_data, keep=keep, need_type="torch.tensor") # todo 因为本次微调的模型只有一个序列，所以token_type_ids可省略 # 方案一：设置dynamic=True 测试动态shape（这是输入的shape(input_data)可以随意指定）-- 注意：NPU机器是Atlas 200/500 A2推理产品，不支持动态shape # 方案二：设置dynamic=Flase 测试固定shape（这是输入的shape(input_data)也是固定的） output_names, dynamic_axes = export_config(input_names, dynamic=dynamic) # 3、onnx模型导出：verbose--是否打印日志 torch.onnx.export( torch_model, input_data, onnx_path, verbose=True, opset_version=11, dynamic_axes=dynamic_axes if dynamic_axes else None, input_names=input_names, output_names=output_names ) # 4、onnx模型合理性验证 # 模型加载 onnx_model = onnx.load(onnx_path) # 检查onnx模型转换是否合理 onnx.checker.check_model(onnx_model) def onnx_predict(dummy_data, onnx_path, keep=False): # 1、torch模型加载和推理 origin_model = load_torch_model(model_path) (token_ids, padding_mask), _ = build_data(dummy_data, keep=keep, need_type="torch.tensor") torch_out = origin_model(input_ids=token_ids, # [src_len, batch_size] attention_mask=padding_mask) # [batch_size,src_len] torch_out = torch_out.detach().numpy() # 2、onnx模型加载和推理 ort_outs = onnx_model_predict(onnx_path, dummy_data, keep=keep) # 3、结果对比 # todo 使用numpy的测试工具，检查两个数组是否在给定的相对和绝对误差范围内相等。np.testing.assert_allclose是一个测试断言语句，如果检查失败（即输出不在指定误差范围内），将引发 AssertionError，从而提示测试失败。 # （1）检查形状：确保 torch_out 和 ort_outs[0] 的形状相同。 （2）检查数值相等性： 对每个对应的元素，检查其数值是否在相对误差 (rtol) 和绝对误差 (atol) 允许的范围内。 np.testing.assert_allclose(torch_out, ort_outs[0], rtol=1e-01, atol=1e-5) print(torch_out[:10]) print(ort_outs[0][:10]) print("convert success") if __name__ == "__main__": # 1、获取当前设备 device = torch.device("cuda" if torch.cuda.is_available() else "cpu") # 2、给onnx的input_data设置shape # todo Atlas 200/500 A2推理产品不支持动态Shape输入（设置Shape范围）。 详见官方文档 https://www.hiascend.com/document/detail/zh/canncommercial/70RC1/inferapplicationdev/aclpythondevg/aclpythondevg_0060.html # 但NPU机器是Atlas 200/500 A2推理产品，不支持动态shape，所以这里先固定，在推理时也要改成固定。 dynamic = False # 是否支持动态维度 keep = False # 是否保留token_type_ids # todo 注意 本次使用的bert微调代码中shape(input_shape) =（src_len, batch_size），不是（batch_size，src_len） # todo 训练时，input_shape有多种选择，具体见E:\1pythonwork\mindstudio-test\invoice_ner\utils\data_helpers.py下的BertForTokenClassification类描述。 if dynamic: # （1）动态shape input_shape = (np.random.randint(10, 513), 1) # todo 本次训练使用的input_shape=(src_len,batch_size),src_len是当前批次中的最大长度，不是固定的512. model_path = 'E:\\3gitwork\\extract_invoice_info\\invoice_ner\\result\\ner_model_epoch1_steps1000.pt' # todo dynamic_shape_model/old/xx下的文件是旧的转换结果，当时的转换脚本写的还有一定问题，但先保留着。 onnx_path = "dynamic_shape_model/ner_model_bert.onnx" # todo 定义onnx模型保存地址。当max_len=None时，默认token_id的shape等于“每一批次中文本的最大长度”，是个动态变化的参数 else: # （2）固定shape input_shape = (512, 1) model_path = 'E:\\opencode\\13-02-BertWithPretrained-main\\cache1\\ner_model_epoch1_steps1000.pt' onnx_path = "fixed_shape_model/ner_model_bert.onnx" # todo 定义onnx模型保存地址。固定max_len=512 # 3、按shape生成dummy_data，以便后续以此为基础构建onnx模型的样本输入数据input_data，这是为了让转换器知道模型的输入形状 # #（方案1）随机型：在测试转换前后的误差时，需要传递同一输入值 # dummy_data = np.random.randn(*input_shape).astype(np.long) # # （方案2）固定值型 dummy_data = np.ones(input_shape).astype(np.long) onnx_file = Path(onnx_path) if not onnx_file.is_file(): # keep: 是否保留token_type_ids torch2onnx(dummy_data, keep=keep, dynamic=dynamic) onnx_predict(dummy_data, onnx_path, keep=keep) 1.3 onnx转om具体指令参考 昇腾社区简单ATC转换案例
