模型的加载与保存

对于模型的加载与保存，常用的场景有：

将已经训练一段时间的模型保存，方便下次继续训练
将训练好的模型保存，方便后续直接部署使用

严格来说，尚未训练好的模型的保存，称为 checkpoint 或者 snapshot 。与保存已训练好的模型（model saving），在概念上，略有不同。

不过，在 OneFlow 中，无论模型是否训练完毕，都使用 统一的接口 将其保存，因此，在其它框架中看到的model、checkpoint、snapshot 等表述，在 OneFlow 中不做区分。

在 OneFlow 中，flow.checkpoint 名称空间下有模保存、加载的接口。

本文将介绍：

如何创建模型参数
如何保存/加载模型
OneFlow 模型的存储结构
如何微调与扩展模型

get_variable 创建或获取参数

可以使用 oneflow.get_variable 方法创造或者获取一个对象，该对象可以用于在全局作业函数中交互信息；当调用 oneflow.get_all_variables 和 oneflow.load_variables 接口时，可以获取或更新 get_variable 创建的对象的值。

因为这个特点，get_variable 创建的对象，常用于存储模型参数。实际上，OneFlow 中很多较高层接口（如 oneflow.layers.conv2d），内部使用 get_variable 创建模型参数。

流程

get_variable 需要一个指定一个 name 参数，该参数作为创建对象的标识。

如果 name 指定的值在当前上下文环境中已经存在，那么 get_variable 会取出已有对象，并返回。

如果 name 指定的值不存在，则 get_varialbe 内部会创建一个 blob 对象，并返回。

使用 get_variable 创建对象

oneflow.get_variable 的原型如下：

def get_variable(

name,

shape=None,

dtype=None,

initializer=None,

regularizer=None,

trainable=None,

model_name=None,

random_seed=None,

distribute=distribute_util.broadcast(),

)

以下是 oneflow.layers.conv2d 中，使用 get_variable 创造参数变量，并进一步构建网络的例子：

#...

weight = flow.get_variable(

weight_name if weight_name else name_prefix + "-weight",

shape=weight_shape,

dtype=inputs.dtype,

initializer=kernel_initializer

if kernel_initializer is not None

else flow.constant_initializer(0),

regularizer=kernel_regularizer,

trainable=trainable,

model_name="weight",

)

output = flow.nn.conv2d(

inputs, weight, strides, padding, data_format, dilation_rate, groups=groups, name=name

)

#...

initializer 设置初始化方式

在上文中已经看到，在调用 get_variable 时，通过设置初始化器 initializer 来指定参数的初始化方式，OneFlow 中提供了多种初始化器，可以在 oneflow 模块下查看。

在静态图机制下，设置 initializer 后，参数初始化工作由 OneFlow 框架自动完成。

OneFlow 目前支持的 initializer 列举如下，点击链接可以查看相关算法：

OneFlow 模型的 Python 接口

注意：由于多版本兼容的原因，使用本节介绍的接口，在脚本中都需先配置：

flow.config.enable_legacy_model_io(False)

获取/更新 variable 对象的值

可以使用以下两个接口，获取或更新作业函数中由 oneflow.get_variable 所创建的 variable 对象的值

oneflow.get_all_variables : 获取所有作业函数中的的 variable 对象
oneflow.load_variables : 更新作业函数中的 variable 对象

oneflow.get_all_variables 会返回一个字典，字典的 key 就是创建 variable 时指定的 name，key 对应的 value 就是一个张量对象，该张量对象有 numpy() 转为 numpy 数组。

比如，在作业函数中创建了名为 myblob 的对象：

@flow.global_function()

def job() -> tp.Numpy:

...

myblob = flow.get_variable("myblob",

shape=(3,3),

initializer=flow.random_normal_initializer()

)

...

如果想打印 myblob 的值，可以调用：

...

for epoch in range(20):

...

job()

all_variables = flow.get_all_variables()

print(all_variables["myblob"].numpy())

...

其中的 flow.get_all_variables 获取到了字典，all_variables["myblob"].numpy() 获取了 myblob 对象并将其转为 numpy 数组。

与 get_all_variables 相反，可以使用 oneflow.load_variables 更新 varialbe 对象的值。 oneflow.load_variables 的原型如下：

def load_variables(value_dict, ignore_mismatch = True)

使用 load_variables 前，要准备一个字典，该字典的 key 为创建 variable 时指定的 name，value 是 numpy 数组；将字典传递给 load_variables 后，load_variables 会将根据 key 找到作业函数中的 variable 对象，并更新值。

如以下代码：

@flow.global_function(type="predict")

def job() -> tp.Numpy:

myblob = flow.get_variable("myblob",

shape=(3,3),

initializer=flow.random_normal_initializer()

)

return myblob

myvardict = {"myblob": np.ones((3,3)).astype(np.float32)}

flow.load_variables(myvardict)

print(flow.get_all_variables()["myblob"].numpy())

虽然选择了 random_normal_initializer 的初始化方式，但是因为 flow.load_variables(myvardict) 更新了 myblob 的值，所以最终输出结果是：

[[1. 1. 1.]

[1. 1. 1.]

[1. 1. 1.]]

模型的保存与加载

通过以下两个方法，可以保存/加载模型：

oneflow.checkpoint.save : 负责保存当前的模型到指定路径
oneflow.checkpoint.get : 从指定路径中导入模型

save 的原型如下，可以将模型保存至 path 所指定的路径。

def save(path, var_dict=None)

可选参数 var_dict 如果不为 None，则将 var_dict 中指定的对象保存到指定路径。

get 的原型如下，可以加载之前已经保存的，由 path 路径所指定的模型。

def get(path)

它将返回一个字典，该字典可以用上文介绍的 load_variables 方法更新到模型中：

flow.load_variables(flow.checkpoint.get(save_dir))

注意：

save 参数所指定路径对应的目录要么不存在，要么应该为空目录，否则 save 会报错(防止覆盖掉原有保存的模型)
OneFlow 模型以一定的组织形式保存在指定的路径中，具体结构参见下文中的 OneFlow 模型的存储结构
虽然 OneFlow 对 save 的频率没有限制，但是过高的保存频率，会加重磁盘及带宽等资源的负担。

OneFlow 模型的存储结构

OneFlow 模型是一组已经被训练好的网络的 参数值 。模型所保存的路径下，有多个子目录，每个子目录对应了作业函数中模型的 name。比如，先通过代码定义以下的模型：

def lenet(data, train=False):

initializer = flow.truncated_normal(0.1)

conv1 = flow.layers.conv2d(

data,

32,

padding="SAME",

activation=flow.nn.relu,

name="conv1",

kernel_initializer=initializer,

)

pool1 = flow.nn.max_pool2d(

conv1, ksize=2, strides=2, padding="SAME", name="pool1", data_format="NCHW"

)

conv2 = flow.layers.conv2d(

pool1,

64,

padding="SAME",

activation=flow.nn.relu,

name="conv2",

kernel_initializer=initializer,

)

pool2 = flow.nn.max_pool2d(

conv2, ksize=2, strides=2, padding="SAME", name="pool2", data_format="NCHW"

)

reshape = flow.reshape(pool2, [pool2.shape[0], -1])

hidden = flow.layers.dense(

reshape,

512,

activation=flow.nn.relu,

kernel_initializer=initializer,

name="dense1",

)

if train:

hidden = flow.nn.dropout(hidden, rate=0.5, name="dropout")

return flow.layers.dense(hidden, 10, kernel_initializer=initializer, name="dense2")

假设在训练过程中，调用以下代码保存模型：

flow.checkpoint.save('./lenet_models_name')

那么 lenet_models_name 及其子目录结构为：

lenet_models_name/

├── conv1-bias

│ ├── meta

│ └── out

├── conv1-weight

│ ├── meta

│ └── out

├── conv2-bias

│ ├── meta

│ └── out

├── conv2-weight

│ ├── meta

│ └── out

├── dense1-bias

│ ├── meta

│ └── out

├── dense1-weight

│ ├── meta

│ └── out

├── dense2-bias

│ ├── meta

│ └── out

├── dense2-weight

│ ├── meta

│ └── out

├── snapshot_done

└── System-Train-TrainStep-train_job

├── meta

└── out

可以看到：

作业函数中的网络模型，每个变量对应一个子目录
以上每个子目录中，都有 out 和 meta 文件，out 以二进制的形式存储了网络参数的值，meta 以文本的形式存储了网络的结构信息
snapshot_done 是一个空文件，如果存在，表示网络已经训练完成
System-Train-TrainStep-train_job 中保存有快照的训练步数

模型的微调与扩展

在模型的微调和迁移学习中，经常需要：

模型中的一部分参数加载自原有模型
模型中的另一部分（新增的）参数需要初始化

可以使用 oneflow.load_variables 完成以上操作。以下举一个用于阐述概念的简单例子。

首先，先定义一个模型，训练后保存至 ./mlp_models_1：

@flow.global_function(type="train")

def train_job(

images: tp.Numpy.Placeholder((BATCH_SIZE, 1, 28, 28), dtype=flow.float),

labels: tp.Numpy.Placeholder((BATCH_SIZE,), dtype=flow.int32),

) -> tp.Numpy:

with flow.scope.placement("cpu", "0:0"):

initializer = flow.truncated_normal(0.1)

reshape = flow.reshape(images, [images.shape[0], -1])

hidden = flow.layers.dense(

reshape,

512,

activation=flow.nn.relu,

kernel_initializer=initializer,

name="dense1",

)

dense2 = flow.layers.dense(

hidden, 10, kernel_initializer=initializer, name="dense2"

)

loss = flow.nn.sparse_softmax_cross_entropy_with_logits(labels, dense2)

lr_scheduler = flow.optimizer.PiecewiseConstantScheduler([], [0.1])

flow.optimizer.SGD(lr_scheduler, momentum=0).minimize(loss)

return loss

然后，拓展网络结构，为以上模型多增加一层 dense3：

@flow.global_function(type="train")

def train_job(

images: tp.Numpy.Placeholder((BATCH_SIZE, 1, 28, 28), dtype=flow.float),

labels: tp.Numpy.Placeholder((BATCH_SIZE,), dtype=flow.int32),

) -> tp.Numpy:

with flow.scope.placement("cpu", "0:0"):

#... 原有网络结构

dense3 = flow.layers.dense(

dense2, 10, kernel_initializer=initializer, name="dense3"

)

loss = flow.nn.sparse_softmax_cross_entropy_with_logits(labels, dense3)

#...

最后，从原来保存的模型加载参数，并开始训练：

if __name__ == "__main__":

flow.load_variables(flow.checkpoint.get("./mlp_models_1"))

(train_images, train_labels), (test_images, test_labels) = flow.data.load_mnist(

BATCH_SIZE, BATCH_SIZE

)

for i, (images, labels) in enumerate(zip(train_images, train_labels)):

loss = train_job(images, labels)

if i % 20 == 0:

print(loss.mean())

flow.checkpoint.save("./mlp_ext_models_1")

新增的 dense3 层参数，在原模型中不存在，OneFlow 会自动初始化它们的值。

代码

脚本 mlp_mnist_origin.py 中构建了“骨干网络”，并将训练好的模型保存至 ./mlp_models_1。

运行：

wget https://docs.oneflow.org/code/basics_topics/mlp_mnist_origin.py

python3 mlp_mnist_origin.py

训练完成后，将会在当前工作路径下得到 mlp_models_1 目录。

脚本 mlp_mnist_finetune.py 中的网络在原有基础上进行“微调”（为骨干网络增加一层dense3）后，加载 ./mlp_models_1，并继续训练。

运行：

wget https://docs.oneflow.org/code/basics_topics/mlp_mnist_finetune.py

python3 mlp_mnist_finetune.py

微调后的模型，保存在 ./mlp_ext_models_1 中。

人工智能芯片与自动驾驶