MindStudio Bölüm 2: Model Geliştirme ve Eğitim

Alper Balmumcu
Huawei Developers - Türkiye
4 min readJul 19, 2023

Giriş

Merhaba, MindStudio serimizin 2. bölümüne hoş geldiniz! İlk bölümde, bu güçlü entegre geliştirme ortamının (IDE) kurulum adımlarını, kullanım fonksiyonlarını ve yöntemlerini içeren temellerini keşfettik.

Şimdi, 2. bölümde, özellikle model geliştirme ve eğitim üzerine odaklanan MindStudio’nun gelişmiş özelliklerine dalacağız. Henüz 1. bölümü okumadıysanız, MindStudio’nun temelleriyle tanışmak için mutlaka göz atmanızı öneririz. Bu makalede, model eğitimi, script adaptasyonu ve model doğruluğunun ayarlanması konularında MindStudio’nun yeteneklerini daha derinlemesine inceleyeceğiz.

MindStudio’da Eğitim: Ascend AI İşlemcilerinin Gücünü Ortaya Çıkarın

Eğitim sürecinde MindStudio bir orkestratör olarak hareket eder. Eğitim çerçevesini çalıştırır ve sonrasında gerekli scriptleri, veri kümeleri ve parametreleri Grafik Motoru’na (GE) gönderir. MindStudio daha sonra ağı analiz eder ve sonuçları kullanıcı dostu arayüzünde görüntüler. Ayrıca, ağ tarafından doğrudan desteklenmeyen operatörlerin özelleştirilmesine izin verir. Bu özelleştirme süreci, operatör bilgileri, prototipler ve eklentileri otomatik olarak oluşturarak eğitim çerçevesini daha esnek ve adapte edilebilir hale getirir.

Eğitim Adımları

Birden Fazla AI Çerçevesi Desteği:

MindStudio’nun gücü, TensorFlow, PyTorch ve MindSpore gibi popüler AI çerçeveleriyle sorunsuz bir şekilde entegre olmasında yatar. Bu çerçeveleri destekleyerek, araştırmacılar ve geliştiriciler mevcut uzmanlıklarını kullanabilir ve modellerini hızlandırılmış eğitim için Ascend AI İşlemcilerine göç ettirebilirler. MindStudio, TensorFlow sürümleri 1.15 ve Keras API’si ile uyumluluğu, ayrıca PyTorch sürümleri 1.5.0 ve 1.8.1 ile uyumluluğu sağlar, bu da farklı AI projelerine uygun hale getirir.

Desteklenen Çerçeveler

Model Desteği Değerlendirme:

Desteklenen Operatörler ve Desteklenen Modeller diyalog kutuları, geliştiricilerin CANN’ın mevcut sürümüyle uyumlu olan operatörler ve modellerle ilgili bilgileri alabilecekleri değerli kaynaklar olarak hizmet eder. Desteklenen Operatörler diyalog kutusu, CANN Operatör Önceliğini (Operator Precedence) ayrıştırarak kullanılabilecek kapsamlı bir operatör listesi derler.

Desteklenen Operatörler

Benzer şekilde, Desteklenen Modeller diyalog kutusu, Ascend topluluğu tarafından desteklenen modellerin bir deposu olan ModelZoo’dan özenle seçilmiş bir koleksiyonu ortaya çıkarır. Bu diyalog kutularını kullanmadan önce requests kütüphanesinin yüklü olduğundan emin olmanız gerekmektedir.

Desteklenen Modeller diyalog kutusu

Eğitim Script Adaptasyon Araçları:

Eğitim scriptlerini GPU’lardan Ascend donanımına adapte etmek, MindStudio’nun özel adaptasyon araçlarıyla kolaylaştırılır. Orijinal AI çerçevenizi kullanmaya devam edebilirsiniz veya Huawei MindSpore’a adapte etmeyi seçebilirsiniz. Bu iki durumda da MindStudio kullanıcılara sorunsuz bir geçiş süreci sağlar. Adaptasyon araçları, script uyumluluğunu optimize etmek ve API adaptasyon raporu oluşturmak için tasarlanmıştır, bu da adapte edilmiş scriptlerinizi detaylıca ayarlamayı ve geliştirmeyi kolaylaştırır. MindStudio, kullanıcı tanımlı dönüşüm kurallarını destekler, bu da adaptasyon sürecinde özelleştirme ve kontrol sağlar.

  • X2MindSpore: PyTorch ve TensorFlow eğitim scriptlerini MindSpore’da çalışabilen kodlara adapte eder.
X2MindSpore
  • PyTorch GPU2Ascend: PyTorch eğitim scriptlerini GPU platformlarından Ascend NPU platformuna adapte eder.
PyTorch GPU2Ascend

Doğruluk Ayarlama ve Analizi:

Script adaptasyonu sırasında kendi uyguladığınız operatörlerle endüstri standardı operatörleri arasındaki potansiyel sapmaları ele almak için, MindStudio doğruluk karşılaştırma fonksiyonu sunar. Bu güçlü özellik, GPU tabanlı ve Ascend çip tabanlı (NPU) model eğitimi sonuçlarının doğruluğunu karşılaştırmanıza olanak tanır. Doğruluk farklılıklarını analiz ederek, modellerinizi optimal performansa ulaşmak için detaylı olarak ayarlayabilirsiniz. MindStudio, kosinüs benzerliği, mutlak hata, Kullback-Leibler ayrımı (KLD), göreceli Öklid mesafesi, göreceli hata ve standart sapma dahil olmak üzere birden fazla karşılaştırma algoritmasını destekler.

Algoritmalar

Sonuç

Bu makalede, model eğitimi ve geliştirme için MindStudio’nun gelişmiş özelliklerini, birden fazla AI çerçevesi desteğini, kolay script adaptasyonunu, doğruluk ayarlama ve analiz yeteneklerini keşfettik. Herhangi bir sorunuz olursa, lütfen bizimle iletişime geçmekten çekinmeyin.

--

--