飞桨框架昆仑XPU版训练示例

使用XPU训练与cpu/gpu相同，只需要加上-o use_xpu=True, 表示执行在昆仑设备上。

ResNet50下载并运行示例：

模型文件下载命令：

  1. cd path_to_clone_PaddleClas
  2. git clone -b release/static https://github.com/PaddlePaddle/PaddleClas.git

也可以访问PaddleClas的github repo直接下载源码。

配置XPU进行训练的命令非常简单：

  1. #FLAGS指定单卡或多卡训练，此示例运行2个卡
  2. export FLAGS_selected_xpus=0,1
  3. #启动训练
  4. python3.7 tools/static/train.py -c configs/quick_start/ResNet50_vd_finetune_kunlun.yaml -o use_gpu=False -o use_xpu=True -o is_distributed=False

如果需要指定更多的卡（比如8卡），需要配置合适的训练参数，可使用如下命令自动修改：

  1. export FLAGS_selected_xpus=0,1,2,3,4,5,6,7
  2. python3.7 -m paddle.distributed.launch 
  3.         --ips=${ips} 
  4.         --xpus=${FLAGS_selected_xpus} 
  5.         --log_dir log 
  6.         tools/static/train.py 
  7.         -c ${config_yaml} 
  8.         -o is_distributed=False 
  9.         -o epochs=${epochs} 
  10.         -o TRAIN.batch_size=${total_batch_size} 
  11.         -o LEARNING_RATE.params.lr=${lr} 
  12.         -o use_gpu=False 
  13.         -o use_xpu=True

其他模型的训练示例可在飞桨对昆仑XPU芯片的支持中支持模型列表下的模型链接中找到。