## 简介

使用pytorch框架计算conformer网络

一些一阶查看README_ORIGIN.md

[conformer的GIT网址](https://github.com/pengzhiliang/Conformer)

## 运行前准备

```
#修改_amp_state.py：(python3.6/site-packages/apex/amp/_amp_state.py)
if TORCH_MAJOR == 1 and TORCH_MINOR < 8:
    from torch._six import container_abcs
else:
    import collections.abc as container_abcs
改为：
if TORCH_MAJOR == 1 and TORCH_MINOR < 8:
    #from torch._six import container_abcs
    import collections.abc as container_abcs
else:
    import collections.abc as container_abcs
```



```
#修改helpers.py ：（python3.6/site-packages/timm/models/layers/helpers.py）

修改：
from torch._six import container_abcs
改为：
import collections.abc as container_abcs
```

## 数据集地址

昆山服务器存有数据集，地址：

/public/software/apps/DeepLearning/Data/ImageNet-pytorch

## 单卡

```
#启动
./run1.sh
```

sh脚本中--nnodes 为机器数 ，--nproc_per_node每个机器显卡数目，

对于python参数：

--num_workers 为显卡数，--data-path为数据路径，--output_dir为输出文件夹

## 多卡

```
#运行
./run4.sh
```

## 多机多卡

```
cd 2node-run-comformer
sbatch run_conformer_4dcus.sh （按照自己情况对#SBATCH -p、#SBATCH -J进行修改,运行结果保存在相应的slurm文件中）
```