MACE 使用笔记

本文主要是介绍MACE 使用笔记，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

环境安装

tensorflow 安装，一直不太想用mace的部分原因是不支持tensorflow2.模型， 但为了GPU(OpenCL)还是要用啊。

Shell

set -e

学习笔记： shell 中的 set -e ， set +e 用法_滴水成川-CSDN博客_linux set-eset -eset命令的-e参数，linux自带的说明如下："Exit immediately if a simple command exits with a non-zero status."也就是说，在"set -e"之后出现的代码，一旦出现了返回值非零，整个脚本就会立即退出。有的人喜欢使用这个参数，是出于保证代码安全性的考虑。但有的时候，这种美好的初衷，也会导致严重的问题。https://blog.csdn.net/xiaofei125145/article/details/39345331

 tput

shell 终端terminfo命令 tput - Pyerlife - 博客园tput命令 可以更改终端功能，如移动或更改光标，更改文本属性，清除终端屏幕的特定区域等。 光标属性 在shell脚本或命令行中，可以利用tput命令改变光标属性。 利用上面参数编写一个终端时钟 shhttps://www.cnblogs.com/technologylife/p/8275044.html$0, $@

https://segmentfault.com/a/1190000021435389https://segmentfault.com/a/1190000021435389

asan

【内存】内存检测工具sanitizer[内存泄漏、内存越界] VS valgrind_bandaoyu的note-CSDN博客https://blog.csdn.net/bandaoyu/article/details/106920878

bazel

绿色记忆:Bazel学习笔记https://blog.gmem.cc/bazel-study-note

bazel使用教程_A_L_A_N-CSDN博客_bazel clean查看bazel版本bazel version清除build结果bazel clean --expungebuildbazel build :<exe name> # 在BUILD所在的package目录下执行，编译指定的targetbazel build :all # 编译该package下的所有targetbazel build ... # 编译该p...https://blog.csdn.net/A_L_A_N/article/details/88018718?spm=1001.2101.3001.6650.4&utm_medium=distribute.pc_relevant.none-task-blog-2~default~CTRLIST~default-4.no_search_link&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2~default~CTRLIST~default-4.no_search_link

bazel 工具函数_TH_NUM的博客-CSDN博客Bazel 官方文档不管是写WORKSPACE，BUILD、.bzl(主要是一些函数)或者其他文件，都要遵循一些Bazel的规则，有些规则是bazel内置的函数使用说明，有的规则是一些语法分析用到的。例如：cc_library( name = "mkl_dnn", srcs = glob([ "src/common/*.cpp", "src/common/*.hpp", "src/cpu/*.cpp", "src/cpu/https://blog.csdn.net/TH_NUM/article/details/107008922

Docker:

在Android手机上使用MACE实现图像分类 - 云+社区 - 腾讯云在之前笔者有介绍过《在Android设备上使用PaddleMobile实现图像分类》，使用的框架是百度开源的PaddleMobile。在本章中，笔者将会介绍使用...https://cloud.tencent.com/developer/article/1623827

配置编译环境，真的很麻烦，还是直接使用docker

apt-get install docker.io //安装docker

docker pull registry.cn-hangzhou.aliyuncs.com/xiaomimace/mace-dev 
//下载mace docker

git clone https://github.com/XiaoMi/mace.git //下载mace代码， 

关联docker到本地代码，一般使用docker的编译环境，而代码是本地的，如果编译环境编译、改变了本地的代码，就和本地编译没有什么区别了，最起码对开发任务透明了。

本地下载mace后，git 会自动创建 mace 目录，cd mace: 然后执行

mace git:(master) sudo docker run -it -v $PWD:/mace registry.cn-hangzhou.aliyuncs.com/xiaomimace/mace-dev

进入docker后会看到bin, home等目录这些是docker里的不是本地的，本地的目录是mace, 也是docker的目录，这样就可以使用docker 环境操作mace共享目录了

root@700c5afbd9fd:/# ls
bin  boot  dev  etc  home  lib  lib64  mace

mace/examples/android/build.sh文件分析

shell命令dirs、pushd、popd - 简书https://www.jianshu.com/p/29aebe08ef23

mace/tools/python/convert.py

python tools/python/convert.py --config ../mace-models/mobilenet-v2/mobilenet-v2.yml

参数相对简单

def parse_args():
    parser = argparse.ArgumentParser()
    parser.add_argument(
        '--config',
        type=str,
        default="",
        required=True,
        help="the path of model yaml configuration file.")
    parser.add_argument(
        '--output',
        type=str,
        default="build",
        help="output dir")
    parser.add_argument(
        "--enable_micro",
        action="store_true",
        help="enable convert micro.")
    flgs, _ = parser.parse_known_args()
    return flgs

if __name__ == '__main__':
    flags = parse_args() //解析输入参数到flags
    conf = config_parser.parse(flags.config) // from utils import config_parser解析yaml文件
    convert(conf, flags.output, flags.enable_micro)

功能就是解析config yaml 文件，生成/输出

def convert(conf, output, enable_micro=False):

        ----

        output_model_file = model_output + "/" + model_name + ".pb"
        output_params_file = model_output + "/" + model_name + ".data"
        (output_model_file + "_txt") 也是描述model file

解析保存到文件

python tools/converter.py convert --config=examples/android/mobilenet.yml --target_abis=$TARGET_ABI --debug_mode --mace_lib_type=dynamic(不起作用)

mace/tools/converter.py

pushd ../..

python tools/converter.py convert --config=examples/android/mobilenet.yml --target_abis=$TARGET_ABI

//调用了pythont/convert.py

convert.convert(configs, MODEL_CODEGEN_DIR, flags.enable_micro)

./tools/common.py:477:CODEGEN_BASE_DIR = 'mace/codegen'
./tools/common.py:478:MODEL_CODEGEN_DIR = CODEGEN_BASE_DIR + '/models'
./tools/common.py:479:ENGINE_CODEGEN_DIR = CODEGEN_BASE_DIR + '/engine'
./tools/common.py:480:LIB_CODEGEN_DIR = CODEGEN_BASE_DIR + '/lib'
./tools/common.py:481:OPENCL_CODEGEN_DIR = CODEGEN_BASE_DIR + '/opencl'

 python tools/converter.py convert/run

python文件后面的 convert是输入参数吗？是怎么样解析的？

convert

    parser = argparse.ArgumentParser()
    subparsers = parser.add_subparsers()
    convert = subparsers.add_parser(
        'convert',
        parents=[all_type_parent_parser, convert_run_parent_parser],
        help='convert to mace model (file or code)')
    convert.add_argument(
        "--enable_micro",
        action="store_true",
        help="enable convert micro.")
    convert.set_defaults(func=convert_func)
 

    all_type_parent_parser.add_argument(
        "--model_graph_format",
        type=str,
        default="",
        help="[file, code], MACE Model graph format.")
    all_type_parent_parser.add_argument(
        "--model_data_format",
        type=str,
        default="",
        help="['file', 'code'], MACE Model data format.")

def convert_func(flags):

    configs = config_parser.parse(flags.config)

    print(configs)

//model_graph_format: code 来着yml file
//model_data_format: code

embed_graph_def = model_graph_format == ModelFormat.code

    if embed_graph_def:
        os.makedirs(model_header_dir)
        sh_commands.gen_mace_engine_factory_source( //生成了c++ and .h files？
            configs[YAMLKeyword.models].keys(),
            embed_model_data)
        sh.cp("-f", glob.glob("mace/codegen/engine/*.h"),
              model_header_dir)
 

convert.convert(configs, MODEL_CODEGEN_DIR, flags.enable_micro)

    for model_name, model_config in configs[YAMLKeyword.models].items():
        if flags.enable_micro:
            data_type = model_config.get(YAMLKeyword.data_type, "")
            if data_type != FPDataType.bf16_fp32.value:
                data_type = FPDataType.fp32_fp32.value

        model_codegen_dir = "%s/%s" % (MODEL_CODEGEN_DIR, model_name)
        # encrypt file 
        encrypt.encrypt(model_name,
                        "%s/model/%s.pb" % (model_codegen_dir, model_name),
                        "%s/model/%s.data" % (model_codegen_dir, model_name),
                        model_codegen_dir,
                        bool(model_config.get(YAMLKeyword.obfuscate, 1)),
                        model_graph_format == "code",
                        model_data_format == "code")

    # code then build
    if model_graph_format == ModelFormat.code:
        build_model_lib(configs, flags.address_sanitizer, flags.debug_mode)

    print_library_summary(configs)
 

生成的文件for model

mace/mace/codegen/engine

mace/mace/codegen/models/xxx/ code, model, org_model

cc_library(
    name = "generated_models",
    srcs = glob(["models/**/*.cc"]),
    hdrs = glob(["models/**/*.h"]),
    copts = [ 
        "-Werror",
        "-Wextra",
        "-Wno-missing-field-initializers",
    ],  
    deps = [ 
        "//mace/core",
    ],  
)

cc_library(

这篇关于MACE 使用笔记的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---