PLSC

PLSC copied to clipboard

AMP 支持哪些算子

1

AMP 支持哪些算子，不支持哪些算子，目前有什么限制？

zh794390558

采用PLSC训练的模型，将其export为paddle模型，采用paddle2onnx生成ONNX模型，采用同一张图片，经过相同操作，模型输出小数点前三位结果是一致的，后面的结果就不同了，不晓得是个啥情况呀？ 如下： paddle：-0.010201 -0.006735 -0.003081 0.029121 onnx： -0.010158 -0.006712 -0.003114 0.029161

CHANGErIBE

预训练模型预测示例图片错误率高达83.33%，请教可能出现问题的地方

4

# 概述 在 Windows 平台和 Linux 平台分别部署了PLSC运行环境，由于按照 README 文件中的安装提示，使用源码编译安装Paddle失败数次，所以后来使用的pip安装的PaddlePaddle-gpu环境(两个平台都是GPU环境)，在下载了预训练模型后，使用测试图片进行预测，结果如图所示： 显然错误率很高，只有Rachel识别正确 > 预训练模型的下载和预测代码的执行均按照README文件指示，除部分文件路径外，未修改任何代码  # 环境 1. Windows 10 + Quadro P1000 + Cuda 10.1 2. CentOS 7 64 bit +...

lujx1024

咱这个MobileFace-Paddle的pretrained model哪里可以下载呢？

7

Ruanlt

分类数目变大，尽管可以将参数拆分到各个GPU上，但是各个GPU上的隐层特征allgather也带来显存消耗

1

分类数目变大，虽然可以将分类层参数拆分到各个GPU上，但是各个GPU上的隐层特征allgather也带来显存消耗。随着分类层数目变多，虽然可以通过增加GPU数量来保证fc层参数分配到各个GPU上的显存是一个常数，但是隐层特征x，还是会随着GPU数增加而增加。单卡显存有限，这样也限制仅仅通过增加GPU数量来应对分类数量线性增长。这个问题在论文“Partial FC: training 10 million identities on a single machine”提出。

gobigrassland

最新版本的 plsc 对paddle版本的要求有误

3

https://github.com/PaddlePaddle/PLSC/blob/bd3f2ee722d692d5e3338ed59502801fa3081ed1/dynamic/classifiers/lsc.py#L119 用到的 class_center_sample 在 paddle v2.0.2 的分支上是没有的。 https://github.com/PaddlePaddle/PLSC/blob/bd3f2ee722d692d5e3338ed59502801fa3081ed1/requirement.txt#L1 提到的版本是2.0.2

jwmneu

issues of training with dynamic graph

2

hi, i want to modify the entry module of PLSC to replace the static graph format by dynamic graph. But i don't know how to assign the gpu device to...

Brin333

Brin333

sandyhouse

sandyhouse