Difference between revisions of "VT2018 Mxnet Demo"

Latest revision as of 13:31, 19 November 2018

On installe Mxnet avec la commande suivante :

pip install mxnet

Pour se servir de mxnet, on aura juste à faire import Mxnet dans son fichier .py

Pour l'installation de la clé movidius, voici le tutoriel à suivre.

Sur ce dépôt git, on peut trouver de nombreux projets qui ont utilisé Mxnet pour faire leur modèle Mxnet.

git clone git clone https://github.com/apache/incubator-mxnet.git

Ensuite il faut se placer sur la branche où la release est fonctionnelle

git checkout 0.10.0.post2

Puis lancer la commande suivante pour entrainer son modèle

python train_mnist.py --network mlp

Utilisation avec plusieurs GPU si vous en disposez au moins 2:

python train_cifar10.py --network resnet --num-layers 110 --batch-size 128 --gpus 0,1

Pour utiliser la clé avec un modèle entrainé par Mxnet, il faut tout d'abord le convertir:

python3 mo_mxnet.py --input_model model-file-0000.params

La procédure ensuite est explicité ici pour utiliser son modèle de prediction.

@@ Line 15: / Line 15: @@
 ==Démonstration==
+===Mxnet===
 Sur ce dépôt git, on peut trouver de nombreux projets qui ont utilisé Mxnet pour faire leur modèle Mxnet.
@@ Line 24: / Line 25: @@
 Utilisation avec plusieurs GPU si vous en disposez au moins 2:
  python train_cifar10.py --network resnet --num-layers 110 --batch-size 128 --gpus 0,1
+===Intel Movidius===
+Pour utiliser la clé avec un modèle entrainé par Mxnet, il faut tout d'abord le convertir:
+ python3 mo_mxnet.py --input_model model-file-0000.params
+La procédure ensuite est explicité [https://software.intel.com/en-us/articles/OpenVINO-Using-MXNet ici] pour utiliser son modèle de prediction.