服务器量化训练操作说明
Freespace服务器预训练主要步骤:
首先登录堡垒机,命令如下:
ssh xxx@relay.baidu-int.com (xxx为个人邮箱前缀)
密码为个人邮箱密码
登录工作机,命令如下:
ssh l3@yq01-gpu-255-122-22-00.epc.baidu.com
密码为:l3
在工作机上找到freespace网络的训练源码及脚本(该版本为验证成功版本),原始路径为/home/l3/chenghongkuan/freespace/perception-tnt8.2, 在根目录下新建一个自己的目录,并将原始路径下的内容拷贝到个人目录下。集群环境配置
slurm客户端工具拷贝:工作机slurm客户端工具已安装,可以直接将该部分内容copy到自己的目录下:Token申请:在自己的客户端目录下,执行以下命令完成个人token的申请,会收到邮件,注意查收:Token配置:执行以下命令完成个人token的配置,其中ak以及sk可以在申请时收到的邮件中查到,配置成功会收到邮件,
训练任务提交:该部分暂时先按最简单的方式来操作,操作如下
在自己的训练路径下,找到submit.sh, 修改submit.sh中的HGclient的地址,改为自己目录:
在自己的训练路径下,找到train.sh,可以将job_name改为自己定义的名字;在自己的训练路径下,找到freespace.yaml,检查DATASET:TRAINING:DATA_MODULE是否为apps.freespace.src.data.sfs_v3.SFSDataset,检查MODEL:BACKBONE:CONV_BODY是否为SfsVps;在自己的训练路径下,找到train.sh,并执行sh train.sh,将训练任务提交到远程集群进行训练,如果训练任务提交成功则会有如下打印信息:
阡陌控制台也会查到当前提的任务,界面如下:
训练模型获取:在阡陌服务器页面中“我的作业”中找到本次训练的任务,然后点击“查看overview”
,进入Log Agent界面,点击“output”,选中模型,点击“download”进行模型下载,