本文分享自华为云社区《ATC模型转换动态shape问题案例》,作者:昇腾CANN。
ATC(Ascend Tensor Compiler)是异构计算架构CANN体系下的模型转换工具:它可以将开源框架的网络模型(如TensorFlow等)以及Ascend IR定义的单算子描述文件转换为昇腾AI处理器支持的离线模型;模型转换过程中,ATC会进行算子调度优化、权重数据重排、内存使用优化等具体操作,对原始的深度学习模型进行进一步的调优,从而满足部署场景下的高性能需求,使其能够高效执行在昇腾AI处理器上。
本期就分享几个关于ATC模型转换动态shape相关问题的典型案例,并给出原因分析及解决方法:
- 原始网络模型shape中存在不固定的维度值,模型转换未设置shape信息
- 动态BatchSize/动态分辨率/动态维度场景,只设置一个档位,模型转换失败
- 使用动态batchsize参数转模型时,其他档位设置了-1,模型转换失败
- 使用动态分辨率参数转模型时,其他档位设置了-1,模型转换失败
01 原始网络模型shape中存在不固定的维度值,模型转换未设置shape信息
问题现象描述
获取原始网络模型,执行如下命令进行模型转换:
atc --model=./resnet_shape.pb --framework=3 --output=./out/resnet_shape --soc_version=Ascend310
报错信息如下:
ATC run failed, Please check the detail log, Try 'atc --help' for more information
E10001: Value [-1] for parameter [Inputs] is invalid. Reason: maybe you should set input_shape to specify its shape
Solution: Try again with a valid argument.
原因分析
原始模型的shape存在不固定的维度值“-1”,模型输入样例如下,模型转换时,并未给不固定的维度值赋值。
解决措施
- 设置固定shape。
模型转换时,给不确定的维度值设置固定取值,示例如下:
atc --model=./resnet_shape.pb --framework=3 --output=./out/resnet_shape --soc_version=Ascend310 --input_shape="Inputs:1,224,224,3"
- 设置shape分档。
与动态BatchSize参数配合使用,使转换后的模型进行推理时,可以每次处理多种数量的图片,示例如下:
atc --model=./resnet_shape.pb --framework=3 --output=./out/resnet_shape --soc_version=Ascend310 --input_shape="Inputs:-1,224,224,3" --dynamic_batch_size="1,2,4,8"
这样转换后的离线模型,可以支持每次处理1、2、4、8张图片,而不用再进行4次模型转换。
- 设置shape范围。
模型转换时,将对应维度的值设置成一个范围,示例如下:
atc --model=./resnet_shape.pb --framework=3 --output=./out/resnet_shape --soc_version=Ascend910 --input_shape="Inputs:1~10,224,224,3"
这样转换后的离线模型,可以支持每次处理1~10张范围内的图片。
02 动态BatchSize/动态分辨率/动态维度场景,只设置一个档位,模型转换失败
问题现象描述
此类问题我们以–dynamic_batch_size参数为例进行说明。
使用ATC工具进行模型转换时,使用–dynamic_batch_size参数转换支持多个BatchSize的模型,转换命令样例如下:
atc --model=./resnet50_tensorflow_1.7.pb --input_shape="Placeholder:-1,224,224,3" --dynamic_batch_size="2" --soc_version=Ascend310 --output=./out/test --framework=3
报错信息如下:
ATC run failed, Please check the detail log, Try 'atc --help' for more information
E10035: [--dynamic_batch_size], [--dynamic_image_size], or [--dynamic_dims] has [1] profiles, which is less than the minimum ([2]).
Solution: Ensure that the number of profiles configured in [--dynamic_batch_size], [--dynamic_image_size], or [--dynamic_dims] is at least the minimum.
TraceBack (most recent call last):
[GraphOpt][Prepare] Failed to run multi-dims-process for graph[test].[FUNC:OptimizeAfterGraphNormalization][FILE:fe_graph_optimizer.cc][LINE:639]
Call OptimizeAfterGraphNormalization failed, engine_name:AIcoreEngine, graph_name:test[FUNC:OptimizeAfterGraphNormalization][FILE:graph_optimize.cc][LINE:224] build graph failed, graph id:0, ret:1343225857[FUNC:BuildModelWithGraphId][FILE:ge_generator.cc][LINE:1656]
原因分析
使用ATC工具进行模型转换,如果使用了–dynamic_batch_size或–dynamic_image_size或–dynamic_dims动态shape参数时,请确保设置的档位数取值范围为(1,100],既必须设置至少2个档位,最多支持100档配置。
上述模型转换命令,只设置了一个档位,不符合参数设置要求。
解决措施
重新设置模型转换时的档位信息,至少设置2个档位,档位之间使用英文逗号分隔。改后样例如下:
atc --model=./resnet50_tensorflow_1.7.pb --input_shape="Placeholder:-1,224,224,3" --dynamic_batch_size="2,4" --soc_version=Ascend310 --output=./out/test --framework=3
03 使用动态batchsize参数转模型时,其他档位设置了-1,模型转换失败
问题现象描述
使用ATC工具进行模型转换时,使用–dynamic_batch_size参数转换支持多个BatchSize的模型,转换命令样例如下:
atc --model=./resnet50_tensorflow_1.7.pb --input_shape="Placeholder:-1,-1,-1,3" --dynamic_batch_size="2,4,8" --soc_version=Ascend310 --output=./out/test --framework=3
报错信息如下:
ATC run failed, Please check the detail log, Try 'atc --help' for more information
E10018: Value [-1] for shape [1] is invalid. When [--dynamic_batch_size] is included, only batch size N can be –1 in [--input_shape].
Possible Cause: When [--dynamic_batch_size] is included, only batch size N can be –1 in the shape.
Solution: Try again with a valid [--input_shape] argument. Make sure that non-batch size axes are not –1.
TraceBack (most recent call last):
[--dynamic_batch_size] is included, but none of the nodes specified in [--input_shape] have a batch size equaling –1.
原因分析
使用ATC工具进行模型转换,如果使用了–dynamic_batch_size参数,shape中只有N支持设置为”-1″,且只支持N在shape首位的场景,既shape的第一位设置为”-1″。如果N在非首位场景下,请使用–dynamic_dims参数进行设置。
上述模型转换命令,shape中N、H、W都设置了”-1″,不符合参数设置要求。
解决措施
重新设置模型转换时的参数信息,只设置shape中的N为”-1″。改后样例如下:
atc --model=./resnet50_tensorflow_1.7.pb --input_shape="Placeholder:-1,224,224,3" --dynamic_batch_size="2,4,8" --soc_version=Ascend310 --output=./out/test --framework=3
04 使用动态分辨率参数转模型时,其他档位设置了-1,模型转换失败
问题现象描述
使用ATC工具进行模型转换时,使用–dynamic_image_size参数转换支持多个分辨率的模型,转换命令样例如下:
atc --model=./resnet50_tensorflow_1.7.pb --input_shape="Placeholder:-1,-1,-1,3" --dynamic_image_size="448,448;224,224" --soc_version=Ascend310 --output=./out/test --framework=3
报错信息如下:
ATC run failed, Please check the detail log, Try 'atc --help' for more information
E10019: When [--dynamic_image_size] is included, only the height and width axes can be –1 in [--input_shape].
Possible Cause: When [--dynamic_image_size] is included, only the height and width axes can be –1 in the shape.
Solution: Try again with a valid [--input_shape] argument. Make sure that axes other than height and width are not –1.
原因分析
使用ATC工具进行模型转换,如果使用了–dynamic_image_size参数,shape中只有H、W支持设置为”-1″,且只支持format为NCHW、NHWC格式;其他format场景,设置分辨率请使用–dynamic_dims参数。上述模型转换命令,shape中N、H、W都设置了”-1″,不符合参数设置要求。
解决措施
重新设置模型转换时的参数信息,只设置shape中的H,W为”-1″。改后样例如下:
atc --model=./resnet50_tensorflow_1.7.pb --input_shape="Placeholder:1,-1,-1,3" --dynamic_image_size="448,448;224,224" --soc_version=Ascend310 --output=./out/test --framework=3
05 更多介绍
[1]昇腾文档中心:www.hiascend.com/zh/document
[2]昇腾社区在线课程:www.hiascend.com/zh/edu/cour…
[3]昇腾论坛:www.hiascend.com/forum
号外!
华为将于2023年9月20-22日,在上海世博展览馆和上海世博中心举办第八届华为全联接大会(HUAWEICONNECT 2023)。本次大会以“加速行业智能化”为主题,邀请思想领袖、商业精英、技术专家、合作伙伴、开发者等业界同仁,从商业、产业、生态等方面探讨如何加速行业智能化。
我们诚邀您莅临现场,分享智能化的机遇和挑战,共商智能化的关键举措,体验智能化技术的创新和应用。您可以:
- 在100+场主题演讲、峰会、论坛中,碰撞加速行业智能化的观点
- 参观17000平米展区,近距离感受智能化技术在行业中的创新和应用
- 与技术专家面对面交流,了解最新的解决方案、开发工具并动手实践
- 与客户和伙伴共寻商机
感谢您一如既往的支持和信赖,我们热忱期待与您在上海见面。
大会官网:www.huawei.com/cn/events/h…
欢迎关注“华为云开发者联盟”公众号,获取大会议程、精彩活动和前沿干货。