DQN模型-推理指导

• 概述

  • 输入输出数据

• 推理环境准备

• 快速上手

  • 获取源码
  • 准备数据集
  • 模型推理

• 模型推理性能&精度

  ---

概述

DQN其实是深度学习和强化学习知识的结合，也就是用Deep Networks框架来近似逼近强化学习中的Q value。DQN相比Q-learning，DQN可以在每一步进行多个权重的更新。由于样本之间的强相关性，直接从连续样本中学习效率低效；随机化样本会打破这些相关性，从而减少更新的方差。当学习策略时，当前参数确定参数训练的下一个数据样本。

• 参考实现：

  url=https://github.com/ShangtongZhang/DeepRL
  branch=master
  commit_id=13dd18042414ad112bd0bd383a836d8d739e8acf
  model_name=DQN
  

  适配昇腾 AI 处理器的实现：

  url=https://gitcode.com/ascend/ModelZoo-PyTorch
  tag=v.0.4.0
  code_path=ACL_PyTorch/contrib/rl
  

  通过Git获取对应commit_id的代码方法如下：

  git clone {repository_url}        # 克隆仓库的代码
  cd {repository_name}              # 切换到模型的代码仓目录
  git checkout {branch/tag}         # 切换到对应分支
  git reset --hard {commit_id}      # 代码设置到对应的commit_id（可选）
  cd {code_path}                    # 切换到模型代码所在路径，若仓库下只有该模型，则无需切换
  

输入输出数据

• 输入数据

  输入数据	数据类型	大小	数据排布格式
  state	FLOAT32	batchsize x 1 x4x84x84	NCHW

• 输出数据

  输出数据	大小	数据类型	数据排布格式
  action	2 or 3	FLOAT32	N

推理环境准备[所有版本]

• 该模型需要以下插件与驱动

  表 1 版本配套表

配套	版本	环境准备指导
固件与驱动	22.0.2	Pytorch框架推理环境准备
CANN	5.1.RC2	-
Python	3.7.5	-
PyTorch	1.5.0	-

快速上手

获取源码

1. 获取源码。

    git clone https://github.com/ShangtongZhang/DeepRL
    mv DeepRL/deep_rl deep_rl
   

2. 安装依赖。

    pip3 install -r requirements.txt    
    git clone https://github.com/openai/baselines.git
    cd baselines
    pip install -e .
   

准备数据集

1. 获取原始数据集。（解压命令参考tar –xvf *.tar与 unzip *.zip）

   该模型没有原始输入的数据集，故而将在线推理的state输出保存作为数据集。

2. 数据预处理。

   将在线推理生成的state输出保存为pt文件。

   运行“dqn_preprocess.py”、“get_dataset_bin.py”获取state文件并将其转换为bin文件。

   mkdir state_path
   mkdir bin_path
   python3 dqn_preprocess.py --pth-path='dqn.pth' --state-path='state_path' --num=20
   python3 get_dataset_bin.py --state-path='state_path' --bin-path='bin_path'
   

   • 参数说明：

     • --pth-path：输入的pth权重文件。
     • --state-path：输出的state模型文件。
     • --num：保存state文件的数量。
     • --bin-path：转换得到的bin文件。

   说明： 源码在文件DeepRL\deep_rl\component\relay.py中205行等多处使用到名为async的变量名与python3的关键字冲突，需要把这些async替换为一个不冲突的变量名。

模型推理

1. 模型转换。

   使用PyTorch将模型权重文件.pth转换为.onnx文件，再使用ATC工具将.onnx文件转为离线推理模型文件.om文件。

   1. 获取权重文件。

      从源码包中获取权重文件：“dqn.pth”。

   2. 导出onnx文件。

      使用“dqn.pth”导出onnx文件。

      运行dqn_pth2onnx.py脚本。

      python3 dqn_pth2onnx.py --pth-path="dqn.pth" --onnx-path="dqn.onnx"
      

      获得dqn.onnx文件。

   3. 使用ATC工具将ONNX模型转OM模型。

      1. 配置环境变量。

           source /usr/local/Ascend/ascend-toolkit/set_env.sh
         

         说明： 该脚本中环境变量仅供参考，请以实际安装环境配置环境变量。详细介绍请参见《CANN 开发辅助工具指南 (推理)》。

      2. 执行命令查看芯片名称（${chip_name}）。

         npu-smi info
         #该设备芯片名为Ascend310P3（自行替换）
         回显如下：
         +-------------------+-----------------+------------------------------------------------------+
         | NPU     Name      | Health          | Power(W)     Temp(C)           Hugepages-Usage(page) |
         | Chip    Device    | Bus-Id          | AICore(%)    Memory-Usage(MB)                        |
         +===================+=================+======================================================+
         | 0       310P3     | OK              | 15.8         42                0    / 0              |
         | 0       0         | 0000:82:00.0    | 0            1074 / 21534                            |
         +===================+=================+======================================================+
         | 1       310P3     | OK              | 15.4         43                0    / 0              |
         | 0       1         | 0000:89:00.0    | 0            1070 / 21534                            |
         +===================+=================+======================================================+
         

      3. 执行ATC命令。

          atc --framework=5 --model=dqn.onnx --output=dqn_bs1 --input_format=NCHW --input_shape="input:1,4,84,84" --log=error --soc_version=${chip_name}
         

         • 参数说明：

           • --framework：5代表ONNX模型。
           • --model：为ONNX模型文件。
           • --output：输出的OM模型。
           • --input_format：输入数据的格式。
           • --input_shape：输入数据的shape。
           • --log：日志级别。
           • --soc_version：处理器型号。

         运行成功后生成dqn_bs1.om模型文件。

2. 开始推理验证。

   1. 安装ais_bench推理工具。

   请访问ais_bench推理工具代码仓，根据readme文档进行工具安装。

   2. 执行推理。

       mkdir result
       python3.7 -m ais_bench --model=dqn_bs1.om --input bin_path --output result --outfmt BIN --batchsize 1
      

      • 参数说明
        • --model：输入的om文件。
        • --input：输入的bin数据文件。
        • --output: 推理结果输出路径。
        • --outfmt：输出数据的格式。
        • --batchsize：训练批次大小。

   3. 精度验证。

      选取20个step，对比在线推理与离线推理的action的结果，以此作为模型精度。

      进行后处理并将处理得到的数据进行精度对比

       python3.7 dqn_postprocess.py --pth-path='dqn.pth' --state-path='state_path' --outbin-path='result/2022_11_8_23_23_50' --num=20
      

      • 参数说明：

        • --pth-path：输入的pth权重文件。
        • --state-path：输出的state模型文件。
        • --outbin-path：推理输出结果的路径。
        • --num：参数输出比较的个数。

   4.性能验证。

   可使用ais_bench推理工具的纯推理模式验证不同batch_size的om模型的性能，参考命令如下：

    python3.7 -m ais_bench --model=dqn_bs1.om --loop=20 --batchsize 1
   

   • 参数说明
     • --model：输入的om文件。
     • --batchsize：训练批次大小。

模型推理性能&精度

调用ACL接口推理计算，性能和精度参考下列数据。

芯片型号	Batch Size	300I PRO性能	300I PRO精度
300I Pro	BS1	8147.444	100%

注：此模型不支持多batch。