Merge branch 'develop' of https://github.com/PaddlePaddle/Paddle into auc_op
typhoonzero
8 years ago
commit
282435204e
@ -0,0 +1,51 @@
|
|||||||
|
set -e
|
||||||
|
|
||||||
|
function train() {
|
||||||
|
unset OMP_NUM_THREADS MKL_NUM_THREADS
|
||||||
|
export OMP_DYNAMIC="FALSE"
|
||||||
|
export KMP_AFFINITY="granularity=fine,compact,0,0"
|
||||||
|
topology=$1
|
||||||
|
bs=$2
|
||||||
|
use_mkldnn=$3
|
||||||
|
if [ $3 == "True" ]; then
|
||||||
|
thread=1
|
||||||
|
log="logs/${topology}-mkldnn-${bs}.log"
|
||||||
|
elif [ $3 == "False" ]; then
|
||||||
|
thread=`nproc`
|
||||||
|
# each trainer_count use only 1 core to avoid conflict
|
||||||
|
export OMP_NUM_THREADS=1
|
||||||
|
export MKL_NUM_THREADS=1
|
||||||
|
log="logs/${topology}-${thread}mklml-${bs}.log"
|
||||||
|
else
|
||||||
|
echo "Wrong input $3, use True or False."
|
||||||
|
exit 0
|
||||||
|
fi
|
||||||
|
args="batch_size=${bs}"
|
||||||
|
config="${topology}.py"
|
||||||
|
paddle train --job=time \
|
||||||
|
--config=$config \
|
||||||
|
--use_mkldnn=$use_mkldnn \
|
||||||
|
--use_gpu=False \
|
||||||
|
--trainer_count=$thread \
|
||||||
|
--log_period=10 \
|
||||||
|
--test_period=100 \
|
||||||
|
--config_args=$args \
|
||||||
|
2>&1 | tee ${log}
|
||||||
|
}
|
||||||
|
|
||||||
|
if [ ! -d "train.list" ]; then
|
||||||
|
echo " " > train.list
|
||||||
|
fi
|
||||||
|
if [ ! -d "logs" ]; then
|
||||||
|
mkdir logs
|
||||||
|
fi
|
||||||
|
|
||||||
|
#========== mkldnn ==========#
|
||||||
|
train vgg 64 True
|
||||||
|
train vgg 128 True
|
||||||
|
train vgg 256 True
|
||||||
|
|
||||||
|
#========== mklml ===========#
|
||||||
|
train vgg 64 False
|
||||||
|
train vgg 128 False
|
||||||
|
train vgg 256 False
|
||||||
@ -0,0 +1,103 @@
|
|||||||
|
#!/usr/bin/env python
|
||||||
|
from paddle.trainer_config_helpers import *
|
||||||
|
|
||||||
|
height = 224
|
||||||
|
width = 224
|
||||||
|
num_class = 1000
|
||||||
|
batch_size = get_config_arg('batch_size', int, 64)
|
||||||
|
layer_num = get_config_arg('layer_num', int, 19)
|
||||||
|
|
||||||
|
args = {'height': height, 'width': width, 'color': True, 'num_class': num_class}
|
||||||
|
define_py_data_sources2(
|
||||||
|
"train.list", None, module="provider", obj="process", args=args)
|
||||||
|
|
||||||
|
settings(
|
||||||
|
batch_size=batch_size,
|
||||||
|
learning_rate=0.01 / batch_size,
|
||||||
|
learning_method=MomentumOptimizer(0.9),
|
||||||
|
regularization=L2Regularization(0.0005 * batch_size))
|
||||||
|
|
||||||
|
img = data_layer(name='image', size=height * width * 3)
|
||||||
|
|
||||||
|
|
||||||
|
def vgg_network(vgg_num=3):
|
||||||
|
tmp = img_conv_group(
|
||||||
|
input=img,
|
||||||
|
num_channels=3,
|
||||||
|
conv_padding=1,
|
||||||
|
conv_num_filter=[64, 64],
|
||||||
|
conv_filter_size=3,
|
||||||
|
conv_act=ReluActivation(),
|
||||||
|
pool_size=2,
|
||||||
|
pool_stride=2,
|
||||||
|
pool_type=MaxPooling())
|
||||||
|
|
||||||
|
tmp = img_conv_group(
|
||||||
|
input=tmp,
|
||||||
|
conv_num_filter=[128, 128],
|
||||||
|
conv_padding=1,
|
||||||
|
conv_filter_size=3,
|
||||||
|
conv_act=ReluActivation(),
|
||||||
|
pool_stride=2,
|
||||||
|
pool_type=MaxPooling(),
|
||||||
|
pool_size=2)
|
||||||
|
|
||||||
|
channels = []
|
||||||
|
for i in range(vgg_num):
|
||||||
|
channels.append(256)
|
||||||
|
tmp = img_conv_group(
|
||||||
|
input=tmp,
|
||||||
|
conv_num_filter=channels,
|
||||||
|
conv_padding=1,
|
||||||
|
conv_filter_size=3,
|
||||||
|
conv_act=ReluActivation(),
|
||||||
|
pool_stride=2,
|
||||||
|
pool_type=MaxPooling(),
|
||||||
|
pool_size=2)
|
||||||
|
channels = []
|
||||||
|
for i in range(vgg_num):
|
||||||
|
channels.append(512)
|
||||||
|
tmp = img_conv_group(
|
||||||
|
input=tmp,
|
||||||
|
conv_num_filter=channels,
|
||||||
|
conv_padding=1,
|
||||||
|
conv_filter_size=3,
|
||||||
|
conv_act=ReluActivation(),
|
||||||
|
pool_stride=2,
|
||||||
|
pool_type=MaxPooling(),
|
||||||
|
pool_size=2)
|
||||||
|
tmp = img_conv_group(
|
||||||
|
input=tmp,
|
||||||
|
conv_num_filter=channels,
|
||||||
|
conv_padding=1,
|
||||||
|
conv_filter_size=3,
|
||||||
|
conv_act=ReluActivation(),
|
||||||
|
pool_stride=2,
|
||||||
|
pool_type=MaxPooling(),
|
||||||
|
pool_size=2)
|
||||||
|
|
||||||
|
tmp = fc_layer(
|
||||||
|
input=tmp,
|
||||||
|
size=4096,
|
||||||
|
act=ReluActivation(),
|
||||||
|
layer_attr=ExtraAttr(drop_rate=0.5))
|
||||||
|
|
||||||
|
tmp = fc_layer(
|
||||||
|
input=tmp,
|
||||||
|
size=4096,
|
||||||
|
act=ReluActivation(),
|
||||||
|
layer_attr=ExtraAttr(drop_rate=0.5))
|
||||||
|
|
||||||
|
return fc_layer(input=tmp, size=num_class, act=SoftmaxActivation())
|
||||||
|
|
||||||
|
|
||||||
|
if layer_num == 16:
|
||||||
|
vgg = vgg_network(3)
|
||||||
|
elif layer_num == 19:
|
||||||
|
vgg = vgg_network(4)
|
||||||
|
else:
|
||||||
|
print("Wrong layer number.")
|
||||||
|
|
||||||
|
lab = data_layer('label', num_class)
|
||||||
|
loss = cross_entropy(input=vgg, label=lab)
|
||||||
|
outputs(loss)
|
||||||
File diff suppressed because it is too large
Load Diff
Some files were not shown because too many files have changed in this diff Show More
Loading…
Reference in new issue