栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

网络压缩算法(一):高通aimet的安装和试用

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

网络压缩算法(一):高通aimet的安装和试用

最近在看网络压缩的算法,想装一下高通的工具aimet,发现git上提供了两种安装方式。
由于我没有ubuntu的服务器,就想在google colab上安装用于学习,于是折磨之旅开始了。

点进去之后是这样的,我想说这个文档大家可以不用看了,这个按照教程毛用没有,所有依赖的文件都已经被开发者删除了,但是他们一点标志都没做,可把我恶心坏了。

真正在google colab上安装的顺序

真正可以用的安装教程在这里,packaging/google_colab下面我框出来的这两个文件,但是你以为这样就结束了吗?并没有,还要继续遭受苦难。

这个文件里提供的样例是安装1.19版本的,但是开发版本和release版本已经对应不上了,所以按照这个文件的代码安装,还是会报错。

进入这里https://github.com/quic/aimet/releases可以看到描述,带.py37后缀的版本是给google colab提供的,而且,带后缀的版本和不带的完全一致,所以我们可以根据这个替换掉代码里的develop。

最后完整的安装代码如下,我安装了1.18版本,其他的应该一致

import os
os.environ['SRC_URL'] = 'https://raw.githubusercontent.com/quic/aimet/release-aimet-1.18/packaging/google_colab/'
!curl ${SRC_URL}reqs_deb_common.txt | xargs apt-get --assume-yes install
!curl ${SRC_URL}reqs_deb_torch_gpu.txt | xargs apt-get --assume-yes --allow-change-held-packages install
!wget ${SRC_URL}reqs_pip_torch_gpu.txt
!pip3 install -r reqs_pip_torch_gpu.txt -f https://download.pytorch.org/whl/torch_stable.html

import os
os.environ['release_tag']="1.18.0.py37"
!pip3 install https://github.com/quic/aimet/releases/download/${release_tag}/AimetCommon-torch_gpu_${release_tag}-cp37-cp37m-linux_x86_64.whl --use-deprecated=legacy-resolver
!pip3 install https://github.com/quic/aimet/releases/download/${release_tag}/AimetTorch-torch_gpu_${release_tag}-cp37-cp37m-linux_x86_64.whl --use-deprecated=legacy-resolver

import sys
sys.path.append('/usr/local/lib/python3.7/dist-packages/aimet_common/x86_64-linux-gnu')
sys.path.append('/usr/local/lib/python3.7/dist-packages/aimet_common/x86_64-linux-gnu/aimet_tensor_quantizer-0.0.0-py3.7-linux-x86_64.egg/')
os.environ['LD_LIBRARY_PATH'] +=':/usr/local/lib/python3.6/dist-packages/aimet_common/x86_64-linux-gnu'

import torch
from torchvision import models
from aimet_torch.quantsim import QuantizationSimModel
m = models.resnet18().cuda()
sim = QuantizationSimModel(m, dummy_input=torch.rand(1, 3, 224, 224).cuda())
print(sim)

打印内容:

能正常打印就是安装成功了,如果帮助到你了,还请帮忙点个关注,这超级烂的版本管理折腾了我好几个小时。

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/989914.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号