From 2d1e8beec73879e2f6f41c6b493efe58823324b2 Mon Sep 17 00:00:00 2001 From: yoonlee666 Date: Wed, 6 Jan 2021 15:33:53 +0800 Subject: [PATCH] add chinese readme --- model_zoo/official/nlp/bert/README_CN.md | 593 +++++++++++++++++++ model_zoo/official/nlp/tinybert/README_CN.md | 454 ++++++++++++++ 2 files changed, 1047 insertions(+) create mode 100644 model_zoo/official/nlp/bert/README_CN.md create mode 100644 model_zoo/official/nlp/tinybert/README_CN.md diff --git a/model_zoo/official/nlp/bert/README_CN.md b/model_zoo/official/nlp/bert/README_CN.md new file mode 100644 index 00000000000..02c142fd972 --- /dev/null +++ b/model_zoo/official/nlp/bert/README_CN.md @@ -0,0 +1,593 @@ + +# 目录 + + + +- [目录](#目录) +- [BERT概述](#bert概述) +- [模型架构](#模型架构) +- [数据集](#数据集) +- [环境要求](#环境要求) +- [快速入门](#快速入门) + - [脚本说明](#脚本说明) + - [脚本和样例代码](#脚本和样例代码) + - [脚本参数](#脚本参数) + - [预训练](#预训练) + - [微调与评估](#微调与评估) + - [选项及参数](#选项及参数) + - [选项](#选项) + - [参数](#参数) + - [训练过程](#训练过程) + - [用法](#用法) + - [Ascend处理器上运行](#ascend处理器上运行) + - [分布式训练](#分布式训练) + - [Ascend处理器上运行](#ascend处理器上运行-1) + - [评估过程](#评估过程) + - [用法](#用法-1) + - [Ascend处理器上运行后评估cola数据集](#ascend处理器上运行后评估cola数据集) + - [Ascend处理器上运行后评估cluener数据集](#ascend处理器上运行后评估cluener数据集) + - [Ascend处理器上运行后评估squad v1.1数据集](#ascend处理器上运行后评估squad-v11数据集) + - [模型描述](#模型描述) + - [性能](#性能) + - [预训练性能](#预训练性能) + - [推理性能](#推理性能) +- [随机情况说明](#随机情况说明) +- [ModelZoo主页](#modelzoo主页) + + + +# BERT概述 + +BERT网络由谷歌在2018年提出，该网络在自然语言处理领域取得了突破性进展。采用预训练技术，实现大的网络结构，并且仅通过增加输出层，实现多个基于文本的任务的微调。BERT的主干代码采用Transformer的Encoder结构。引入注意力机制，使输出层能够捕获高纬度的全局语义信息。预训练采用去噪和自编码任务，即掩码语言模型（MLM）和相邻句子判断（NSP）。无需标注数据，可对海量文本数据进行预训练，仅需少量数据做微调的下游任务，可获得良好效果。BERT所建立的预训练加微调的模式在后续的NLP网络中得到了广泛的应用。 + +[论文](https://arxiv.org/abs/1810.04805): Jacob Devlin, Ming-Wei Chang, Kenton Lee, Kristina Toutanova.[BERT：深度双向Transformer语言理解预训练](https://arxiv.org/abs/1810.04805)). arXiv preprint arXiv:1810.04805. + +[论文](https://arxiv.org/abs/1909.00204): Junqiu Wei, Xiaozhe Ren, Xiaoguang Li, Wenyong Huang, Yi Liao, Yasheng Wang, Jiashu Lin, Xin Jiang, Xiao Chen, Qun Liu.[NEZHA：面向汉语理解的神经语境表示](https://arxiv.org/abs/1909.00204). arXiv preprint arXiv:1909.00204. + +# 模型架构 + +BERT的主干结构为Transformer。对于BERT_base，Transformer包含12个编码器模块，每个模块包含一个自注意模块，每个自注意模块包含一个注意模块。对于BERT_NEZHA，Transformer包含24个编码器模块，每个模块包含一个自注意模块，每个自注意模块包含一个注意模块。BERT_base和BERT_NEZHA的区别在于，BERT_base使用绝对位置编码生成位置嵌入向量，而BERT_NEZHA使用相对位置编码。 + +# 数据集 + +- 下载zhwiki或enwiki数据集进行预训练，使用[WikiExtractor](https://github.com/attardi/wikiextractor)提取和整理数据集中的文本，并将数据集转换为TFRecord格式。详见[BERT](https://github.com/google-research/bert)代码仓中的create_pretraining_data.py文件。 +- 下载数据集进行微调和评估，如CLUENER、TNEWS、SQuAD v1.1等。将数据集文件从JSON格式转换为TFRecord格式。详见[BERT](https://github.com/google-research/bert)代码仓中的run_classifier.py文件。 + +# 环境要求 + +- 硬件（Ascend处理器） + - 准备Ascend或GPU处理器搭建硬件环境。如需试用昇腾处理器，请发送[申请表](https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/file/other/Ascend%20Model%20Zoo%E4%BD%93%E9%AA%8C%E8%B5%84%E6%BA%90%E7%94%B3%E8%AF%B7%E8%A1%A8.docx)至ascend@huawei.com，申请通过后，即可获得资源。 +- 框架 + - [MindSpore](https://gitee.com/mindspore/mindspore) +- 更多关于Mindspore的信息，请查看以下资源： + - [MindSpore教程](https://www.mindspore.cn/tutorial/training/zh-CN/master/index.html) + - [MindSpore Python API](https://www.mindspore.cn/doc/api_python/zh-CN/master/index.html) + +# 快速入门 + +从官网下载安装MindSpore之后，您可以按照如下步骤进行训练和评估： + +- 在Ascend上运行 + +```bash +# 单机运行预训练示例 +bash scripts/run_standalone_pretrain_ascend.sh 0 1 /path/cn-wiki-128 + +# 分布式运行预训练示例 +bash scripts/run_distributed_pretrain_ascend.sh /path/cn-wiki-128 /path/hccl.json + +# 运行微调和评估示例 +- 如需运行微调任务，请先准备预训练生成的权重文件（ckpt）。 +- 在`finetune_eval_config.py`中设置BERT网络配置和优化器超参。 + +- 分类任务：在scripts/run_classifier.sh中设置任务相关的超参。 +- 运行`bash scripts/run_classifier.py`，对BERT-base和BERT-NEZHA模型进行微调。 + + bash scripts/run_classifier.sh + +- NER任务：在scripts/run_ner.sh中设置任务相关的超参。 +- 运行`bash scripts/run_ner.py`，对BERT-base和BERT-NEZHA模型进行微调。 + + bash scripts/run_ner.sh + +- SQUAD任务：在scripts/run_squad.sh中设置任务相关的超参。 +-运行`bash scripts/run_squad.py`，对BERT-base和BERT-NEZHA模型进行微调。 + + bash scripts/run_squad.sh +``` + +- 在GPU上运行 + +```bash +# 单机运行预训练示例 +bash run_standalone_pretrain_for_gpu.sh 0 1 /path/cn-wiki-128 + +# 分布式运行预训练示例 +bash scripts/run_distributed_pretrain_for_gpu.sh 8 40 /path/cn-wiki-128 + +# 运行微调和评估示例 +- 如需运行微调任务，请先准备预训练生成的权重文件（ckpt）。 +- 在`finetune_eval_config.py`中设置BERT网络配置和优化器超参。 + +- 分类任务：在scripts/run_classifier.sh中设置任务相关的超参。 +- 运行`bash scripts/run_classifier.py`，对BERT-base和BERT-NEZHA模型进行微调。 + + bash scripts/run_classifier.sh + +- NER任务：在scripts/run_ner.sh中设置任务相关的超参。 +- 运行`bash scripts/run_ner.py`，对BERT-base和BERT-NEZHA模型进行微调。 + + bash scripts/run_ner.sh + +- SQUAD任务：在scripts/run_squad.sh中设置任务相关的超参。 +-运行`bash scripts/run_squad.py`，对BERT-base和BERT-NEZHA模型进行微调。 + + bash scripts/run_squad.sh +``` + +在Ascend设备上做分布式训练时，请提前创建JSON格式的HCCL配置文件。 + +在Ascend设备上做单机分布式训练时，请参考[here](https://gitee.com/mindspore/mindspore/tree/master/config/hccl_single_machine_multi_rank.json)创建HCCL配置文件。 + +在Ascend设备上做多机分布式训练时，训练命令需要在很短的时间间隔内在各台设备上执行。因此，每台设备上都需要准备HCCL配置文件。请参考[here](https://gitee.com/mindspore/mindspore/tree/master/config/hccl_multi_machine_multi_rank.json)创建多机的HCCL配置文件。 + +如需设置数据集格式和参数，请创建JSON格式的模式配置文件，详见[TFRecord](https://www.mindspore.cn/doc/programming_guide/zh-CN/master/dataset_loading.html#tfrecord)格式。 + +```text +For pretraining, schema file contains ["input_ids", "input_mask", "segment_ids", "next_sentence_labels", "masked_lm_positions", "masked_lm_ids", "masked_lm_weights"]. + +For ner or classification task, schema file contains ["input_ids", "input_mask", "segment_ids", "label_ids"]. + +For squad task, training: schema file contains ["start_positions", "end_positions", "input_ids", "input_mask", "segment_ids"], evaluation: schema file contains ["input_ids", "input_mask", "segment_ids"]. + +`numRows` is the only option which could be set by user, other values must be set according to the dataset. + +For example, the schema file of cn-wiki-128 dataset for pretraining shows as follows: +{ + "datasetType": "TF", + "numRows": 7680, + "columns": { + "input_ids": { + "type": "int64", + "rank": 1, + "shape": [128] + }, + "input_mask": { + "type": "int64", + "rank": 1, + "shape": [128] + }, + "segment_ids": { + "type": "int64", + "rank": 1, + "shape": [128] + }, + "next_sentence_labels": { + "type": "int64", + "rank": 1, + "shape": [1] + }, + "masked_lm_positions": { + "type": "int64", + "rank": 1, + "shape": [20] + }, + "masked_lm_ids": { + "type": "int64", + "rank": 1, + "shape": [20] + }, + "masked_lm_weights": { + "type": "float32", + "rank": 1, + "shape": [20] + } + } +} +``` + +## 脚本说明 + +## 脚本和样例代码 + +```shell +. +└─bert + ├─README.md + ├─scripts + ├─ascend_distributed_launcher + ├─__init__.py + ├─hyper_parameter_config.ini # 分布式预训练超参 + ├─get_distribute_pretrain_cmd.py # 分布式预训练脚本 + --README.md + ├─run_classifier.sh # Ascend或GPU设备上单机分类器任务shell脚本 + ├─run_ner.sh # Ascend或GPU设备上单机NER任务shell脚本 + ├─run_squad.sh # Ascend或GPU设备上单机SQUAD任务shell脚本 + ├─run_standalone_pretrain_ascend.sh # Ascend设备上单机预训练shell脚本 + ├─run_distributed_pretrain_ascend.sh # Ascend设备上分布式预训练shell脚本 + ├─run_distributed_pretrain_gpu.sh # GPU设备上分布式预训练shell脚本 + └─run_standaloned_pretrain_gpu.sh # GPU设备上单机预训练shell脚本 + ├─src + ├─__init__.py + ├─assessment_method.py # 评估过程的测评方法 + ├─bert_for_finetune.py # 网络骨干编码 + ├─bert_for_pre_training.py # 网络骨干编码 + ├─bert_model.py # 网络骨干编码 + ├─clue_classification_dataset_precess.py # 数据预处理 + ├─cluner_evaluation.py # 评估线索生成工具 + ├─config.py # 预训练参数配置 + ├─CRF.py # 线索数据集评估方法 + ├─dataset.py # 数据预处理 + ├─finetune_eval_config.py # 微调参数配置 + ├─finetune_eval_model.py # 网络骨干编码 + ├─sample_process.py # 样例处理 + ├─utils.py # util函数 + ├─pretrain_eval.py # 训练和评估网络 + ├─run_classifier.py # 分类器任务的微调和评估网络 + ├─run_ner.py # NER任务的微调和评估网络 + ├─run_pretrain.py # 预训练网络 + └─run_squad.py # SQUAD任务的微调和评估网络 +``` + +## 脚本参数 + +### 预训练 + +```shell +用法：run_pretrain.py [--distribute DISTRIBUTE] [--epoch_size N] [----device_num N] [--device_id N] + [--enable_save_ckpt ENABLE_SAVE_CKPT] [--device_target DEVICE_TARGET] + [--enable_lossscale ENABLE_LOSSSCALE] [--do_shuffle DO_SHUFFLE] + [--enable_data_sink ENABLE_DATA_SINK] [--data_sink_steps N] + [--accumulation_steps N] + [--save_checkpoint_path SAVE_CHECKPOINT_PATH] + [--load_checkpoint_path LOAD_CHECKPOINT_PATH] + [--save_checkpoint_steps N] [--save_checkpoint_num N] + [--data_dir DATA_DIR] [--schema_dir SCHEMA_DIR] [train_steps N] + +选项： + --device_target 代码实现设备，可选项为Ascend或CPU。默认为Ascend + --distribute 是否多卡预训练，可选项为true（多卡预训练）或false。默认为false + --epoch_size 轮次，默认为1 + --device_num 使用设备数量，默认为1 + --device_id 设备ID，默认为0 + --enable_save_ckpt 是否使能保存检查点，可选项为true或false，默认为true + --enable_lossscale 是否使能损失放大，可选项为true或false，默认为true + --do_shuffle 是否使能轮换，可选项为true或false，默认为true + --enable_data_sink 是否使能数据下沉，可选项为true或false，默认为true + --data_sink_steps 设置数据下沉步数，默认为1 + --accumulation_steps 更新权重前梯度累加数，默认为1 + --save_checkpoint_path 保存检查点文件的路径，默认为"" + --load_checkpoint_path 加载检查点文件的路径，默认为"" + --save_checkpoint_steps 保存检查点文件的步数，默认为1000 + --save_checkpoint_num 保存的检查点文件数量，默认为1 + --train_steps 训练步数，默认为-1 + --data_dir 数据目录，默认为"" + --schema_dir schema.json的路径，默认为"" +``` + +### 微调与评估 + +```shell +用法：run_ner.py [--device_target DEVICE_TARGET] [--do_train DO_TRAIN] [----do_eval DO_EVAL] + [--assessment_method ASSESSMENT_METHOD] [--use_crf USE_CRF] + [--device_id N] [--epoch_num N] [--vocab_file_path VOCAB_FILE_PATH] + [--label2id_file_path LABEL2ID_FILE_PATH] + [--train_data_shuffle TRAIN_DATA_SHUFFLE] + [--eval_data_shuffle EVAL_DATA_SHUFFLE] + [--save_finetune_checkpoint_path SAVE_FINETUNE_CHECKPOINT_PATH] + [--load_pretrain_checkpoint_path LOAD_PRETRAIN_CHECKPOINT_PATH] + [--train_data_file_path TRAIN_DATA_FILE_PATH] + [--eval_data_file_path EVAL_DATA_FILE_PATH] + [--schema_file_path SCHEMA_FILE_PATH] +选项： + --device_target 代码实现设备，可选项为Ascend或CPU。默认为Ascend + --do_train 是否基于训练集开始训练，可选项为true或false + --do_eval 是否基于开发集开始评估，可选项为true或false + --assessment_method 评估方法，可选项为f1或clue_benchmark + --use_crf 是否采用CRF来计算损失，可选项为true或false + --device_id 任务运行的设备ID + --epoch_num 训练轮次总数 + --num_class 标注类的数量 + --train_data_shuffle 是否使能训练数据集轮换，默认为true + --eval_data_shuffle 是否使能评估数据集轮换，默认为true + --vocab_file_path BERT模型训练的词汇表 + --label2id_file_path 标注转ID的JSON文件 + --save_finetune_checkpoint_path 保存生成微调检查点的路径 + --load_pretrain_checkpoint_path 初始检查点（通常来自预训练BERT模型 + --load_finetune_checkpoint_path 如仅执行评估，提供微调检查点保存路径 + --train_data_file_path 用于保存训练数据的TFRecord文件，如train.tfrecord文件 + --eval_data_file_path 如采用f1来评估结果，则为TFRecord文件保存预测；如采用clue_benchmark来评估结果，则为JSON文件保存预测 + --schema_file_path 模式文件保存路径 + +用法：run_squad.py [--device_target DEVICE_TARGET] [--do_train DO_TRAIN] [----do_eval DO_EVAL] + [--device_id N] [--epoch_num N] [--num_class N] + [--vocab_file_path VOCAB_FILE_PATH] + [--eval_json_path EVAL_JSON_PATH] + [--train_data_shuffle TRAIN_DATA_SHUFFLE] + [--eval_data_shuffle EVAL_DATA_SHUFFLE] + [--save_finetune_checkpoint_path SAVE_FINETUNE_CHECKPOINT_PATH] + [--load_pretrain_checkpoint_path LOAD_PRETRAIN_CHECKPOINT_PATH] + [--load_finetune_checkpoint_path LOAD_FINETUNE_CHECKPOINT_PATH] + [--train_data_file_path TRAIN_DATA_FILE_PATH] + [--eval_data_file_path EVAL_DATA_FILE_PATH] + [--schema_file_path SCHEMA_FILE_PATH] +options: + --device_target 代码实现设备，可选项为Ascend或CPU。默认为Ascend + --do_train 是否基于训练集开始训练，可选项为true或false + --do_eval 是否基于开发集开始评估，可选项为true或false + --device_id 任务运行的设备ID + --epoch_num 训练轮次总数 + --num_class 分类数，SQuAD任务通常为2 + --train_data_shuffle 是否使能训练数据集轮换，默认为true + --eval_data_shuffle 是否使能评估数据集轮换，默认为true + --vocab_file_path BERT模型训练的词汇表 + --eval_json_path 保存SQuAD任务开发JSON文件的路径 + --save_finetune_checkpoint_path 保存生成微调检查点的路径 + --load_pretrain_checkpoint_path 初始检查点（通常来自预训练BERT模型 + --load_finetune_checkpoint_path 如仅执行评估，提供微调检查点保存路径 + --train_data_file_path 用于保存SQuAD训练数据的TFRecord文件，如train1.1.tfrecord + --eval_data_file_path 用于保存SQuAD预测数据的TFRecord文件，如dev1.1.tfrecord + --schema_file_path 模式文件保存路径 + +usage: run_classifier.py [--device_target DEVICE_TARGET] [--do_train DO_TRAIN] [----do_eval DO_EVAL] + [--assessment_method ASSESSMENT_METHOD] [--device_id N] [--epoch_num N] [--num_class N] + [--save_finetune_checkpoint_path SAVE_FINETUNE_CHECKPOINT_PATH] + [--load_pretrain_checkpoint_path LOAD_PRETRAIN_CHECKPOINT_PATH] + [--load_finetune_checkpoint_path LOAD_FINETUNE_CHECKPOINT_PATH] + [--train_data_shuffle TRAIN_DATA_SHUFFLE] + [--eval_data_shuffle EVAL_DATA_SHUFFLE] + [--train_data_file_path TRAIN_DATA_FILE_PATH] + [--eval_data_file_path EVAL_DATA_FILE_PATH] + [--schema_file_path SCHEMA_FILE_PATH] +options: + --device_target 任务运行的目标设备，可选项为Ascend或CPU + --do_train 是否基于训练集开始训练，可选项为true或false + --do_eval 是否基于开发集开始评估，可选项为true或false + --assessment_method 评估方法，可选项为accuracy、f1、mcc、spearman_correlation + --device_id 任务运行的设备ID + --epoch_num 训练轮次总数 + --num_class 标注类的数量 + --train_data_shuffle 是否使能训练数据集轮换，默认为true + --eval_data_shuffle 是否使能评估数据集轮换，默认为true + --save_finetune_checkpoint_path 保存生成微调检查点的路径 + --load_pretrain_checkpoint_path 初始检查点（通常来自预训练BERT模型） + --load_finetune_checkpoint_path 如仅执行评估，提供微调检查点保存路径 + --train_data_file_path 用于保存训练数据的TFRecord文件，如train.tfrecord文件 + --eval_data_file_path 用于保存预测数据的TFRecord文件，如dev.tfrecord + --schema_file_path 模式文件保存路径 +``` + +## 选项及参数 + +可以在`config.py`和`finetune_eval_config.py`文件中分别配置训练和评估参数。 + +### 选项 + +```text +config for lossscale and etc. + bert_network BERT模型版本，可选项为base或nezha，默认为base + batch_size 输入数据集的批次大小，默认为16 + loss_scale_value 损失放大初始值，默认为2^32 + scale_factor 损失放大的更新因子，默认为2 + scale_window 损失放大的一次更新步数，默认为1000 + optimizer 网络中采用的优化器，可选项为AdamWerigtDecayDynamicLR、Lamb、或Momentum，默认为Lamb +``` + +### 参数 + +```text +数据集和网络参数（预训练/微调/评估）： + seq_length 输入序列的长度，默认为128 + vocab_size 各内嵌向量大小，需与所采用的数据集相同。默认为21136 + hidden_size BERT的encoder层数，默认为768 + num_hidden_layers 隐藏层数，默认为12 + num_attention_heads 注意头的数量，默认为12 + intermediate_size 中间层数，默认为3072 + hidden_act 所采用的激活函数，默认为gelu + hidden_dropout_prob BERT输出的随机失活可能性，默认为0.1 + attention_probs_dropout_prob BERT注意的随机失活可能性，默认为0.1 + max_position_embeddings 序列最大长度，默认为512 + type_vocab_size 标记类型的词汇表大小，默认为16 + initializer_range TruncatedNormal的初始值，默认为0.02 + use_relative_positions 是否采用相对位置，可选项为true或false，默认为False + dtype 输入的数据类型，可选项为mstype.float16或mstype.float32，默认为mstype.float32 + compute_type Bert Transformer的计算类型，可选项为mstype.float16或mstype.float32，默认为mstype.float16 + +Parameters for optimizer: + AdamWeightDecay: + decay_steps 学习率开始衰减的步数 + learning_rate 学习率 + end_learning_rate 结束学习率，取值需为正数 + power 幂 + warmup_steps 热身学习率步数 + weight_decay 权重衰减 + eps 增加分母，提高小数稳定性 + + Lamb: + decay_steps 学习率开始衰减的步数 + learning_rate 学习率 + end_learning_rate 结束学习率 + power 幂 + warmup_steps 热身学习率步数 + weight_decay 权重衰减 + + Momentum: + learning_rate 学习率 + momentum 平均移动动量 +``` + +## 训练过程 + +### 用法 + +#### Ascend处理器上运行 + +```bash +bash scripts/run_standalone_pretrain_ascend.sh 0 1 /path/cn-wiki-128 +``` + +以上命令后台运行，您可以在pretraining_log.txt中查看训练日志。训练结束后，您可以在默认脚本路径下脚本文件夹中找到检查点文件，得到如下损失值： + +```text +# grep "epoch" pretraining_log.txt +epoch: 0.0, current epoch percent: 0.000, step: 1, outpus are (Tensor(shape=[1], dtype=Float32, [ 1.0856101e+01]), Tensor(shape=[], dtype=Bool, False), Tensor(shape=[], dtype=Float32, 65536)) +epoch: 0.0, current epoch percent: 0.000, step: 2, outpus are (Tensor(shape=[1], dtype=Float32, [ 1.0821701e+01]), Tensor(shape=[], dtype=Bool, False), Tensor(shape=[], dtype=Float32, 65536)) +... +``` + +> **注意**如果所运行的数据集较大，建议添加一个外部环境变量，确保HCCL不会超时。 +> +> ```bash +> export HCCL_CONNECT_TIMEOUT=600 +> ``` +> +> 将HCCL的超时时间从默认的120秒延长到600秒。 +> **注意**若使用的BERT模型较大，保存检查点时可能会出现protobuf错误，可尝试使用下面的环境集。 +> +> ```bash +> export PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION=python +> ``` + +### 分布式训练 + +#### Ascend处理器上运行 + +```bash +bash scripts/run_distributed_pretrain_ascend.sh /path/cn-wiki-128 /path/hccl.json +``` + +以上命令后台运行，您可以在pretraining_log.txt中查看训练日志。训练结束后，您可以在默认LOG*文件夹下找到检查点文件，得到如下损失值： + +```text +# grep "epoch" LOG*/pretraining_log.txt +epoch: 0.0, current epoch percent: 0.001, step: 100, outpus are (Tensor(shape=[1], dtype=Float32, [ 1.08209e+01]), Tensor(shape=[], dtype=Bool, False), Tensor(shape=[], dtype=Float32, 65536)) +epoch: 0.0, current epoch percent: 0.002, step: 200, outpus are (Tensor(shape=[1], dtype=Float32, [ 1.07566e+01]), Tensor(shape=[], dtype=Bool, False), Tensor(shape=[], dtype=Float32, 65536)) +... +epoch: 0.0, current epoch percent: 0.001, step: 100, outpus are (Tensor(shape=[1], dtype=Float32, [ 1.08218e+01]), Tensor(shape=[], dtype=Bool, False), Tensor(shape=[], dtype=Float32, 65536)) +epoch: 0.0, current epoch percent: 0.002, step: 200, outpus are (Tensor(shape=[1], dtype=Float32, [ 1.07770e+01]), Tensor(shape=[], dtype=Bool, False), Tensor(shape=[], dtype=Float32, 65536)) +... +``` + +> **注意**训练过程中会根据device_num和处理器总数绑定处理器内核。如果您不希望预训练中绑定处理器内核，请在`scripts/ascend_distributed_launcher/get_distribute_pretrain_cmd.py`中移除`taskset`相关操作。 + +## 评估过程 + +### 用法 + +#### Ascend处理器上运行后评估cola数据集 + +运行以下命令前，确保已设置加载与训练检查点路径。请将检查点路径设置为绝对全路径，例如，/username/pretrain/checkpoint_100_300.ckpt。 + +```bash +bash scripts/run_classifier.sh +``` + +以上命令后台运行，您可以在classfier_log.txt中查看训练日志。 + +如您选择准确性作为评估方法，可得到如下结果： + +```text +acc_num XXX, total_num XXX, accuracy 0.588986 +``` + +#### Ascend处理器上运行后评估cluener数据集 + +```bash +bash scripts/ner.sh +``` + +以上命令后台运行，您可以在ner_log.txt中查看训练日志。 + +如您选择F1作为评估方法，可得到如下结果： + +```text +Precision 0.920507 +Recall 0.948683 +F1 0.920507 +``` + +#### Ascend处理器上运行后评估squad v1.1数据集 + +```bash +bash scripts/squad.sh +``` + +以上命令后台运行，您可以在bant_log.txt中查看训练日志。 +结果如下： + +```text +{"exact_match": 80.3878923040233284, "f1": 87.6902384023850329} +``` + +## 模型描述 + +## 性能 + +### 预训练性能 + +| 参数 | Ascend | GPU | +| -------------------------- | ---------------------------------------------------------- | ------------------------- | +| 模型版本 | BERT_base | BERT_base | +| 资源 | Ascend 910；CPU：2.60GHz，192核；内存：755GB || NV SMX2 V100-32G | +| 上传日期 | 2020-08-22 | 2020-05-06 | +| MindSpore版本 | 0.6.0 | 0.3.0 | +| 数据集 | cn-wiki-128(4000w) | ImageNet | +| 训练参数 | src/gd_config.py | src/gd_config.py | +| 优化器 | Lamb | Momentum | +| 损失函数 | SoftmaxCrossEntropy | SoftmaxCrossEntropy | +| 输出 | 概率 | | +| 轮次 | 40 | | | +| Batch_size | 256*8 | 130（8卡） | | +| 损失 | 1.7 | 1.913 | +| 速度 | 340毫秒/步 | 1.913 | +| 总时长 | 73小时 | | +| 参数（M） | 110 | | +| 微调检查点 | 1.2G（.ckpt文件） | | + +| 参数 | Ascend | GPU | +| -------------------------- | ---------------------------------------------------------- | ------------------------- | +| 模型版本 | BERT_NEZHA | BERT_NEZHA | +| 资源 | Ascend 910；CPU：2.60GHz，192核；内存：755GB || NV SMX2 V100-32G | +| 上传日期 | 2020-08-20 | 2020-05-06 | +| MindSpore版本 | 0.6.0 | 0.3.0 | +| 数据集 | cn-wiki-128(4000w) | ImageNet | +| 训练参数 | src/config.py | src/config.py | +| 优化器 | Lamb | Momentum | +| 损失函数 | SoftmaxCrossEntropy | SoftmaxCrossEntropy | +| 输出 | 概率 | | +| 轮次 | 40 | | | +| Batch_size | 96*8 | 130（8卡） | +| 损失 | 1.7 | 1.913 | +| 速度 | 360毫秒/步 | 1.913 | +| 总时长 | 200小时 | +| 参数（M） | 340 | | +| 微调检查点 | 3.2G（.ckpt文件） | | + +#### 推理性能 + +| 参数 | Ascend | GPU | +| -------------------------- | ----------------------------- | ------------------------- | +| 模型版本 | | | +| 资源 | Ascend 910 | NV SMX2 V100-32G | +| 上传日期 | 2020-08-22 | 2020-05-22 | +| MindSpore版本 | 0.6.0 | 0.2.0 | +| 数据集 | cola，1.2W | ImageNet, 1.2W | +| batch_size | 32（单卡） | 130（8卡） | +| 准确率 | 0.588986 | ACC1[72.07%] ACC5[90.90%] | +| 速度 | 59.25毫秒/步 | | +| 总时长 | 15分钟 | | +| 推理模型 | 1.2G（.ckpt文件） | | + +# 随机情况说明 + +run_standalone_pretrain.sh和run_distributed_pretrain.sh脚本中将do_shuffle设置为True，默认对数据集进行轮换操作。 + +run_classifier.sh、run_ner.sh和run_squad.sh中设置train_data_shuffle和eval_data_shuffle为True，默认对数据集进行轮换操作。 + +config.py中，默认将hidden_dropout_prob和note_pros_dropout_prob设置为0.1，丢弃部分网络节点。 + +run_pretrain.py中设置了随机种子，确保分布式训练中每个节点的初始权重相同。 + +# ModelZoo主页 + +请浏览官网[主页](https://gitee.com/mindspore/mindspore/tree/master/model_zoo)。 diff --git a/model_zoo/official/nlp/tinybert/README_CN.md b/model_zoo/official/nlp/tinybert/README_CN.md new file mode 100644 index 00000000000..46b9e158e7f --- /dev/null +++ b/model_zoo/official/nlp/tinybert/README_CN.md @@ -0,0 +1,454 @@ + +# 目录 + + + +- [目录](#目录) +- [TinyBERT概述](#tinybert概述) +- [模型架构](#模型架构) +- [数据集](#数据集) +- [环境要求](#环境要求) +- [快速入门](#快速入门) +- [脚本说明](#脚本说明) + - [脚本和样例代码](#脚本和样例代码) + - [脚本参数](#脚本参数) + - [一般蒸馏](#一般蒸馏) + - [任务蒸馏](#任务蒸馏) + - [选项及参数](#选项及参数) + - [选项](#选项) + - [参数](#参数) + - [训练流程](#训练流程) + - [用法](#用法) + - [Ascend处理器上运行](#ascend处理器上运行) + - [在GPU处理器上运行](#在gpu处理器上运行) + - [分布式训练](#分布式训练) + - [Ascend处理器上运行](#ascend处理器上运行-1) + - [GPU处理器上运行](#gpu处理器上运行) + - [评估过程](#评估过程) + - [用法](#用法-1) + - [基于SST-2数据集进行评估](#基于sst-2数据集进行评估) + - [基于MNLI数据集进行评估](#基于mnli数据集进行评估) + - [基于QNLI数据集进行评估](#基于qnli数据集进行评估) + - [模型描述](#模型描述) + - [性能](#性能) + - [评估性能](#评估性能) + - [推理性能](#推理性能) +- [随机情况说明](#随机情况说明) +- [ModelZoo主页](#modelzoo主页) + + + +# TinyBERT概述 + +从推理角度看，[TinyBERT](https://github.com/huawei-noah/Pretrained-Language-Model/tree/master/TinyBERT)比[BERT-base](https://github.com/google-research/bert)（BERT模型基础版本）体积小了7.5倍、速度快了9.4倍，自然语言理解的性能表现更突出。TinyBert在预训练和任务学习两个阶段创新采用了转换蒸馏。 + +[论文](https://arxiv.org/abs/1909.10351): Xiaoqi Jiao, Yichun Yin, Lifeng Shang, Xin Jiang, Xiao Chen, Linlin Li, Fang Wang, Qun Liu. [TinyBERT: Distilling BERT for Natural Language Understanding](https://arxiv.org/abs/1909.10351). arXiv preprint arXiv:1909.10351. + +# 模型架构 + +TinyBERT模型的主干结构是转换器，转换器包含四个编码器模块，其中一个为自注意模块。一个自注意模块即为一个注意模块。 + +# 数据集 + +- 下载zhwiki或enwiki数据集进行一般蒸馏。使用[WikiExtractor](https://github.com/attardi/wikiextractor)提取和整理数据集中的文本。如需将数据集转化为TFRecord格式。详见[BERT](https://github.com/google-research/bert)代码库中的create_pretraining_data.py文件。 +- 下载GLUE数据集进行任务蒸馏。将数据集由JSON格式转化为TFRecord格式。详见[BERT](https://github.com/google-research/bert)代码库中的run_classifier.py文件。 + +# 环境要求 + +- 硬件（Ascend或GPU） + - 使用Ascend或GPU处理器准备硬件环境。如需试用昇腾处理器，请发送[申请表](https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/file/other/Ascend%20Model%20Zoo%E4%BD%93%E9%AA%8C%E8%B5%84%E6%BA%90%E7%94%B3%E8%AF%B7%E8%A1%A8.docx)到ascend@huawei.com。申请通过后，即可获得资源。 +- 框架 + - [MindSpore](https://gitee.com/mindspore/mindspore) +- 更多关于Mindspore的信息，请查看以下资源： + - [MindSpore教程](https://www.mindspore.cn/tutorial/training/zh-CN/master/index.html) + - [MindSpore Python API](https://www.mindspore.cn/doc/api_python/zh-CN/master/index.html) + +# 快速入门 + +从官网下载安装MindSpore之后，可以开始一般蒸馏。任务蒸馏和评估方法如下： + +```bash +# 单机运行一般蒸馏示例 +bash scripts/run_standalone_gd.sh + +Before running the shell script, please set the `load_teacher_ckpt_path`, `data_dir`, `schema_dir` and `dataset_type` in the run_standalone_gd.sh file first. If running on GPU, please set the `device_target=GPU`. + +# Ascend设备上分布式运行一般蒸馏示例 +bash scripts/run_distributed_gd_ascend.sh 8 1 /path/hccl.json + +Before running the shell script, please set the `load_teacher_ckpt_path`, `data_dir`, `schema_dir` and `dataset_type` in the run_distributed_gd_ascend.sh file first. + +# GPU设备上分布式运行一般蒸馏示例 +bash scripts/run_distributed_gd_gpu.sh 8 1 /path/data/ /path/schema.json /path/teacher.ckpt + +# 运行任务蒸馏和评估示例 +bash scripts/run_standalone_td.sh + +Before running the shell script, please set the `task_name`, `load_teacher_ckpt_path`, `load_gd_ckpt_path`, `train_data_dir`, `eval_data_dir`, `schema_dir` and `dataset_type` in the run_standalone_td.sh file first. +If running on GPU, please set the `device_target=GPU`. +``` + +若在Ascend设备上运行分布式训练，请提前创建JSON格式的HCCL配置文件。 +详情参见如下链接： +https:gitee.com/mindspore/mindspore/tree/master/model_zoo/utils/hccl_tools. + +如需设置数据集格式和参数，请创建JSON格式的视图配置文件，详见[TFRecord](https://www.mindspore.cn/doc/programming_guide/zh-CN/master/dataset_loading.html#tfrecord) 格式。 + +```text +For general task, schema file contains ["input_ids", "input_mask", "segment_ids"]. + +For task distill and eval phase, schema file contains ["input_ids", "input_mask", "segment_ids", "label_ids"]. + +`numRows` is the only option which could be set by user, the others value must be set according to the dataset. + +For example, the dataset is cn-wiki-128, the schema file for general distill phase as following: +{ + "datasetType": "TF", + "numRows": 7680, + "columns": { + "input_ids": { + "type": "int64", + "rank": 1, + "shape": [256] + }, + "input_mask": { + "type": "int64", + "rank": 1, + "shape": [256] + }, + "segment_ids": { + "type": "int64", + "rank": 1, + "shape": [256] + } + } +} +``` + +# 脚本说明 + +## 脚本和样例代码 + +```shell +. +└─bert + ├─README.md + ├─scripts + ├─run_distributed_gd_ascend.sh # Ascend设备上分布式运行一般蒸馏的shell脚本 + ├─run_distributed_gd_gpu.sh # GPU设备上分布式运行一般蒸馏的shell脚本 + ├─run_standalone_gd.sh # 单机运行一般蒸馏的shell脚本 + ├─run_standalone_td.sh # 单机运行任务蒸馏的shell脚本 + ├─src + ├─__init__.py + ├─assessment_method.py # 评估过程的测评方法 + ├─dataset.py # 数据处理 + ├─gd_config.py # 一般蒸馏阶段的参数配置 + ├─td_config.py # 任务蒸馏阶段的参数配置 + ├─tinybert_for_gd_td.py # 网络骨干编码 + ├─tinybert_model.py # 网络骨干编码 + ├─utils.py # util函数 + ├─__init__.py + ├─run_general_distill.py # 一般蒸馏训练网络 + ├─run_task_distill.py # 任务蒸馏训练评估网络 +``` + +## 脚本参数 + +### 一般蒸馏 + +```text +用法：run_general_distill.py [--distribute DISTRIBUTE] [--epoch_size N] [----device_num N] [--device_id N] + [--device_target DEVICE_TARGET] [--do_shuffle DO_SHUFFLE] + [--enable_data_sink ENABLE_DATA_SINK] [--data_sink_steps N] + [--save_ckpt_path SAVE_CKPT_PATH] + [--load_teacher_ckpt_path LOAD_TEACHER_CKPT_PATH] + [--save_checkpoint_step N] [--max_ckpt_num N] + [--data_dir DATA_DIR] [--schema_dir SCHEMA_DIR] [--dataset_type DATASET_TYPE] [train_steps N] + +选项： + --device_target 代码实现设备，可选项为Ascend或CPU。默认为Ascend + --distribute 是否多卡预训练，可选项为true（多卡预训练）或false。默认为false + --epoch_size 轮次，默认为1 + --device_id 设备ID，默认为0 + --device_num 使用设备数量，默认为1 + --save_ckpt_path 保存检查点文件的路径，默认为"" + --max_ckpt_num 保存检查点文件的最大数，默认为1 + --do_shuffle 是否使能轮换，可选项为true或false，默认为true + --enable_data_sink 是否使能数据下沉，可选项为true或false，默认为true + --data_sink_steps 设置数据下沉步数，默认为1 + --save_checkpoint_step 保存检查点文件的步数，默认为1000 + --load_teacher_ckpt_path 加载检查点文件的路径，默认为"" + --data_dir 数据目录，默认为"" + --schema_dir schema.json的路径，默认为"" + --dataset_type 数据集类型，可选项为tfrecord或mindrecord，默认为tfrecord +``` + +### 任务蒸馏 + +```text +usage: run_general_task.py [--device_target DEVICE_TARGET] [--do_train DO_TRAIN] [--do_eval DO_EVAL] + [--td_phase1_epoch_size N] [--td_phase2_epoch_size N] + [--device_id N] [--do_shuffle DO_SHUFFLE] + [--enable_data_sink ENABLE_DATA_SINK] [--save_ckpt_step N] + [--max_ckpt_num N] [--data_sink_steps N] + [--load_teacher_ckpt_path LOAD_TEACHER_CKPT_PATH] + [--load_gd_ckpt_path LOAD_GD_CKPT_PATH] + [--load_td1_ckpt_path LOAD_TD1_CKPT_PATH] + [--train_data_dir TRAIN_DATA_DIR] + [--eval_data_dir EVAL_DATA_DIR] + [--task_name TASK_NAME] [--schema_dir SCHEMA_DIR] [--dataset_type DATASET_TYPE] + +options: + --device_target 代码实现设备，可选项为Ascend或CPU。默认为Ascend + --do_train 是否使能训练任务，可选项为true或false，默认为true + --do_eval 是否使能评估任务，可选项为true或false，默认为true + --td_phase1_epoch_size td phase1的epoch size大小，默认为10 + --td_phase2_epoch_size td phase2的epoch size大小，默认为3 + --device_id 设备ID，默认为0 + --do_shuffle 是否使能轮换，可选项为true或false，默认为true + --enable_data_sink 是否使能数据下沉，可选项为true或false，默认为true + --save_ckpt_step 保存检查点文件的步数，默认为1000 + --max_ckpt_num 保存的检查点文件的最大数，默认为1 + --data_sink_steps 设置数据下沉步数，默认为1 + --load_teacher_ckpt_path 加载teacher检查点文件的路径，默认为"" + --load_gd_ckpt_path 加载通过一般蒸馏生成的检查点文件的路径，默认为"" + --load_td1_ckpt_path 加载通过任务蒸馏阶段1生成的检查点文件的路径，默认为"" + --train_data_dir 训练数据集目录，默认为"" + --eval_data_dir 评估数据集目录，默认为"" + --task_name 分类任务，可选项为SST-2、QNLI、MNLI，默认为"" + --schema_dir schema.json的路径，默认为"" + --dataset_type 数据集类型，可选项为tfrecord或mindrecord，默认为tfrecord +``` + +## 选项及参数 + +`gd_config.py` and `td_config.py` 包含BERT模型参数与优化器和损失缩放选项。 + +### 选项 + +```text +batch_size 输入数据集的批次大小，默认为16 +Parameters for lossscale: + loss_scale_value 损失放大初始值，默认为 + scale_factor 损失放大的更新因子，默认为2 + scale_window 损失放大的一次更新步数，默认为50 + +Parameters for optimizer: + learning_rate 学习率 + end_learning_rate 结束学习率，取值需为正数 + power 幂 + weight_decay 权重衰减 + eps 增加分母，提高小数稳定性 +``` + +### 参数 + +```text +Parameters for bert network: + seq_length 输入序列的长度，默认为128 + vocab_size 各内嵌向量大小，需与所采用的数据集相同。默认为30522 + hidden_size BERT的encoder层数 + num_hidden_layers 隐藏层数 + num_attention_heads 注意头的数量，默认为12 + intermediate_size 中间层数 + hidden_act 所采用的激活函数，默认为gelu + hidden_dropout_prob BERT输出的随机失活可能性 + attention_probs_dropout_prob BERT注意的随机失活可能性 + max_position_embeddings 序列最大长度，默认为512 + save_ckpt_step 保存检查点数量，默认为100 + max_ckpt_num 保存检查点最大数量，默认为1 + type_vocab_size 标记类型的词汇表大小，默认为2 + initializer_range TruncatedNormal的初始值，默认为0.02 + use_relative_positions 是否采用相对位置，可选项为true或false，默认为False + dtype 输入的数据类型，可选项为mstype.float16或mstype.float32，默认为mstype.float32 + compute_type Bert Transformer的计算类型，可选项为mstype.float16或mstype.float32，默认为mstype.float16 +``` + +## 训练流程 + +### 用法 + +#### Ascend处理器上运行 + +运行以下命令前，确保已设置load_teacher_ckpt_path、data_dir和schma_dir。请将路径设置为绝对全路径，例如/username/checkpoint_100_300.ckpt。 + +```bash +bash scripts/run_standalone_gd.sh +``` + +以上命令后台运行，您可以在log.txt文件中查看运行结果。训练结束后，您可以在默认脚本文件夹中找到检查点文件。得到如下损失值： + +```text +# grep "epoch" log.txt +epoch: 1, step: 100, outpus are (Tensor(shape=[1], dtype=Float32, 28.2093), Tensor(shape=[], dtype=Bool, False), Tensor(shape=[], dtype=Float32, 65536)) +epoch: 2, step: 200, outpus are (Tensor(shape=[1], dtype=Float32, 30.1724), Tensor(shape=[], dtype=Bool, False), Tensor(shape=[], dtype=Float32, 65536)) +... +``` + +> **注意**训练过程中会根据`device_num`和处理器总数绑定处理器内核。如果您不希望预训练中绑定处理器内核，请在scripts/run_distributed_gd_ascend.sh脚本中移除相关操作。 + +#### 在GPU处理器上运行 + +运行以下命令前，确保已设置load_teacher_ckpt_path、data_dir、schma_dir和device_target=GPU。请将路径设置为绝对全路径，例如/username/checkpoint_100_300.ckpt。 + +```bash +bash scripts/run_standalone_gd.sh +``` + +以上命令后台运行，您可以在log.txt文件中查看运行结果。训练结束后，您可以在默认脚本路径下脚本文件夹中找到检查点文件。得到如下损失值： + +```text +# grep "epoch" log.txt +epoch: 1, step: 100, outpus are 28.2093 +... +``` + +### 分布式训练 + +#### Ascend处理器上运行 + +运行以下命令前，确保已设置load_teacher_ckpt_path、data_dir和schma_dir。请将路径设置为绝对全路径，例如/username/checkpoint_100_300.ckpt。 + +```bash +bash scripts/run_distributed_gd_ascend.sh 8 1 /path/hccl.json +``` + +以上命令后台运行，您可以在log.txt文件中查看运行结果。训练后，可以得到默认log*文件夹路径下的检查点文件。 得到如下损失值： + +```text +# grep "epoch" LOG*/log.txt +epoch: 1, step: 100, outpus are (Tensor(shape=[1], dtype=Float32, 28.1478), Tensor(shape=[], dtype=Bool, False), Tensor(shape=[], dtype=Float32, 65536)) +... +epoch: 1, step: 100, outpus are (Tensor(shape=[1], dtype=Float32, 30.5901), Tensor(shape=[], dtype=Bool, False), Tensor(shape=[], dtype=Float32, 65536)) +... +``` + +#### GPU处理器上运行 + +输入绝对全路径，例如："/username/checkpoint_100_300.ckpt"。 + +```bash +bash scripts/run_distributed_gd_gpu.sh 8 1 /path/data/ /path/schema.json /path/teacher.ckpt +``` + +以上命令后台运行，您可以在log.txt文件中查看运行结果。训练结束后，您可以在默认LOG*文件夹下找到检查点文件。得到如下损失值： + +```text +# grep "epoch" LOG*/log.txt +epoch: 1, step: 1, outpus are 63.4098 +... +``` + +## 评估过程 + +### 用法 + +如需运行后继续评估，请设置`do_train=true`和`do_eval=true`；如需单独运行评估，请设置`do_train=false`和`do_eval=true`。如需在GPU处理器上运行，请设置`device_target=GPU`。 + +#### 基于SST-2数据集进行评估 + +```bash +bash scripts/run_standalone_td.sh +``` + +以上命令后台运行，您可以在log.txt文件中查看运行结果。得出如下测试数据集准确率： + +```bash +# grep "The best acc" log.txt +The best acc is 0.872685 +The best acc is 0.893515 +The best acc is 0.899305 +... +The best acc is 0.902777 +... +``` + +#### 基于MNLI数据集进行评估 + +运行如下命令前，请确保已设置加载与训练检查点路径。请将检查点路径设置为绝对全路径，例如，/username/pretrain/checkpoint_100_300.ckpt。 + +```bash +bash scripts/run_standalone_td.sh +``` + +以上命令将在后台运行，请在log.txt文件中查看结果。测试数据集的准确率如下： + +```text +# grep "The best acc" log.txt +The best acc is 0.803206 +The best acc is 0.803308 +The best acc is 0.810355 +... +The best acc is 0.813929 +... +``` + +#### 基于QNLI数据集进行评估 + +运行如下命令前，请确保已设置加载与训练检查点路径。请将检查点路径设置为绝对全路径，例如/username/pretrain/checkpoint_100_300.ckpt。 + +```bash +bash scripts/run_standalone_td.sh +``` + +以上命令后台运行，您可以在log.txt文件中查看运行结果。测试数据集的准确率如下： + +```text +# grep "The best acc" log.txt +The best acc is 0.870772 +The best acc is 0.871691 +The best acc is 0.875183 +... +The best acc is 0.891176 +... +``` + +## 模型描述 + +## 性能 + +### 评估性能 + +| 参数 | Ascend | GPU | +| -------------------------- | ---------------------------------------------------------- | ------------------------- | +| 模型版本 | TinyBERT | TinyBERT | +| 资源 | Ascend 910, cpu:2.60GHz 192核, 内存:755G | NV SMX2 V100-32G, cpu:2.10GHz 64核, 内存:251G | +| 上传日期 | 2020-08-20 | 2020-08-24 | +| MindSpore版本 | 0.6.0 | 0.7.0 | +| 数据集 | cn-wiki-128 | cn-wiki-128 | +| 训练参数 | src/gd_config.py | src/gd_config.py | +| 优化器| AdamWeightDecay | AdamWeightDecay | +| 损耗函数 | SoftmaxCrossEntropy | SoftmaxCrossEntropy | +| 输出 | 概率 | 概率 | +| 损失 | 6.541583 | 6.6915 | +| 速度 | 35.4毫秒/步 | 98.654毫秒/步 | +| 总时长 | 17.3 小时 (3轮, 8卡) | 48小时 (3轮, 8卡) | +| 参数 (M) | 15分钟 | 15分钟 | +| 任务蒸馏检查点| 74M(.ckpt 文件) | 74M(.ckpt 文件) | + +#### 推理性能 + +| 参数 | Ascend | GPU | +| -------------------------- | ----------------------------- | ------------------------- | +| 模型版本 | | | +| 资源 | Ascend 910 | NV SMX2 V100-32G | +| 上传日期 | 2020-08-20 | 2020-08-24 | +| MindSpore版本 | 0.6.0 | 0.7.0 | +| 数据集 | SST-2, | SST-2 | +| batch_size | 32 | 32 | +| 准确率 | 0.902777 | 0.9086 | +| 速度 | | | +| 总时长 | | | +| 推理模型 | 74M(.ckpt 文件) | 74M(.ckpt 文件) | + +# 随机情况说明 + +run_standaloned_td.sh脚本中设置了do_shuffle来轮换数据集。 + +gd_config.py和td_config.py文件中设置了hidden_dropout_prob和attention_pros_dropout_prob，使网点随机失活。 + +run_general_distill.py文件中设置了随机种子，确保分布式训练初始权重相同。 + +# ModelZoo主页 + +请浏览官网[主页](https://gitee.com/mindspore/mindspore/tree/master/model_zoo)。