Quick Start

前提准备 接下来我们会通过几段Python代码的方式对Paddle Inference使用进行介绍, 为了能够成功运行代码,请您在环境中(Mac, Windows,Linux)安装不低于1.7版本的Paddle, 安装Paddle 请参考 飞桨官网主页

导出预测模型文件

在模型训练期间,我们通常使用Python来构建模型结构,比如:

import paddle.fluid as fluid
res = fluid.layers.conv2d(input=data, num_filters=2, filter_size=3, act="relu", param_attr=param_attr)

在模型部署时,我们需要提前将这种Python表示的结构以及参数序列化到磁盘中。那是如何做到的呢?

在模型训练过程中或者模型训练结束后,我们可以通过save_inference_model接口来导出标准化的模型文件。

我们用一个简单的代码例子来展示下导出模型文件的这一过程。

import paddle
import paddle.fluid as fluid
# 建立一个简单的网络,网络的输入的shape为[batch, 3, 28, 28]
image_shape = [3, 28, 28]

img = fluid.layers.data(name='image', shape=image_shape, dtype='float32', append_batch_size=True)
# 模型包含两个Conv层
conv1 = fluid.layers.conv2d(
        input=img,
        num_filters=8,
        filter_size=3,
        stride=2,
        padding=1,
        groups=1,
        act=None,
        bias_attr=True)

out = fluid.layers.conv2d(
        input=conv1,
        num_filters=8,
        filter_size=3,
        stride=2,
        padding=1,
        groups=1,
        act=None,
        bias_attr=True)

place = fluid.CPUPlace()
exe = fluid.Executor(place)
# 创建网络中的参数变量,并初始化参数变量
exe.run(fluid.default_startup_program())

# 如果存在预训练模型
# def if_exist(var):
#            return os.path.exists(os.path.join("./ShuffleNet", var.name))
#    fluid.io.load_vars(exe, "./pretrained_model", predicate=if_exist)
# 保存模型到model目录中,只保存与输入image和输出与推理相关的部分网络
fluid.io.save_inference_model(dirname='./sample_model', feeded_var_names=['image'], target_vars = [out], executor=exe, model_filename='model', params_filename='params')

该程序运行结束后,会在本目录中生成一个sample_model目录,目录中包含model, params 两个文件,model文件表示模型的结构文件,params表示所有参数的融合文件。

飞桨提供了 两种标准 的模型文件,一种为Combined方式, 一种为No-Combined的方式。

  • Combined的方式

fluid.io.save_inference_model(dirname='./sample_model', feeded_var_names=['image'], target_vars = [out], executor=exe, model_filename='model', params_filename='params')

model_filename,params_filename表示要生成的模型结构文件、融合参数文件的名字。

  • No-Combined的方式

fluid.io.save_inference_model(dirname='./sample_model', feeded_var_names=['image'], target_vars = [out], executor=exe)

如果不指定model_filename,params_filename,会在sample_model目录下生成__model__ 模型结构文件,以及一系列的参数文件。

在模型部署期间,我们更推荐使用Combined的方式,因为涉及模型上线加密的场景时,这种方式会更友好一些。

加载模型预测

1)使用load_inference方式

我们可以使用load_inference_model接口加载训练好的模型(以sample_model模型举例),并复用训练框架的前向计算,直接完成推理。 示例程序如下所示:

import paddle.fluid as fluid
import numpy as np

data = np.ones((1, 3, 28, 28)).astype(np.float32)
exe = fluid.Executor(fluid.CPUPlace())

# 加载Combined的模型需要指定model_filename, params_filename
# 加载No-Combined的模型不需要指定model_filename, params_filename
[inference_program, feed_target_names, fetch_targets] = \
        fluid.io.load_inference_model(dirname='sample_model', executor=exe, model_filename='model', params_filename='params')

with fluid.program_guard(inference_program):
results = exe.run(inference_program,
        feed={feed_target_names[0]: data},
        fetch_list=fetch_targets, return_numpy=False)

print (np.array(results[0]).shape)
# (1, 8, 7, 7)

在上述方式中,在模型加载后会按照执行顺序将所有的OP进行拓扑排序,在运行期间Op会按照排序一一运行,整个过程中运行的为训练中前向的OP,期间不会有任何的优化(OP融合,显存优化,预测Kernel针对优化)。 因此,load_inference_model的方式预测期间很可能不会有很好的性能表现,此方式比较适合用来做实验(测试模型的效果、正确性等)使用,并不适用于真正的部署上线。接下来我们会重点介绍Paddle Inference的使用。

2)使用Paddle Inference API方式

不同于 load_inference_model方式,Paddle Inference 在模型加载后会进行一系列的优化,包括: Kernel优化,OP横向,纵向融合,显存/内存优化,以及MKLDNN,TensorRT的集成等,性能和吞吐会得到大幅度的提升。这些优化会在之后的文档中进行详细的介绍。

那我们先用一个简单的代码例子来介绍Paddle Inference 的使用。

from paddle.fluid.core import AnalysisConfig
from paddle.fluid.core import create_paddle_predictor

import numpy as np

# 配置运行信息
# config = AnalysisConfig("./sample_model") # 加载non-combined 模型格式
config = AnalysisConfig("./sample_model/model", "./sample_model/params") # 加载combine的模型格式

config.switch_use_feed_fetch_ops(False)
config.enable_memory_optim()
config.enable_use_gpu(1000, 0)

# 根据config创建predictor
predictor = create_paddle_predictor(config)

img = np.ones((1, 3, 28, 28)).astype(np.float32)

# 准备输入
input_names = predictor.get_input_names()
input_tensor = predictor.get_input_tensor(input_names[0])
input_tensor.reshape(img.shape)
input_tensor.copy_from_cpu(img.copy())

# 运行
predictor.zero_copy_run()

# 获取输出
output_names = predictor.get_output_names()
output_tensor = predictor.get_output_tensor(output_names[0])
output_data = output_tensor.copy_to_cpu()

print (output_data)

上述的代码例子,我们通过加载一个简答模型以及随机输入的方式,展示了如何使用Paddle Inference进行模型预测。可能对于刚接触Paddle Inferenece同学来说,代码中会有一些陌生名词出现,比如AnalysisConfig, Predictor 等。先不要着急,接下来的文章中会对这些概念进行详细的介绍。

相关链接

Python API 使用介绍 C++ API使用介绍 Python 使用样例 C++ 使用样例