本文共 1867 字，大约阅读时间需要 6 分钟。

目录

第五章 基于GPU服务器的object_detection开源框架模型训练

上一章主要介绍基于tensorflow-cpu的object_detection开源框架的模型训练操作（文中若无特殊说明均基于tensorflow-cpu运行），而该节将介绍基于GPU服务器的object_detection开源框架的训练，分为单机训练和分布式训练，并以ssd模型为例进行说明（4.1.5节的模型训练操作不同，其他操作相同）

5.1 单机训练

在一台GPU服务器172.22.13.223上运行：

# python3 legacy/train.py \--logtostderr \--pipeline_config_path=datasetvocssd/ssd_mobilenet_v1_pascal.config \--train_dir=datasetvocssd/train_dir1

5.2 分布式训练

分布式训练需要使用移动4A的三台gpu服务器，172.22.13.221-223。其中，172.22.13.223被用作参数服务器，用于参数的更新，172.22.13.222-221被用作计算服务器，用于神经网络的计算，同时，172.22.13.222还被用作初始化参数，模型的保存，summary的保存。三台服务器上面的数据及配置完全一样。

在hadoop1（172.22.13.223）运行ps：TF_CONFIG='{"cluster":{"master":["hadoop2:2002"],"ps":["hadoop1:2222"],"worker":["hadoop3:3003"]},"task":{"index":0,"type":"ps"}}' nohup python3 legacy/train.py --logtostderr --pipeline_config_path=datasetvocssd/ssd_mobilenet_v1_pascal.config --train_dir=datasetvocssd/train_dir >> datasetvocssd/train.log &在hadoop2（172.22.13.222）运行master：TF_CONFIG='{"cluster":{"master":["hadoop2:2002"],"ps":["hadoop1:2222"],"worker":["hadoop3:3003"]},"task":{"index":0,"type":"master"}}' nohup python3 /root/software/object_detection/models/research/object_detection/legacy/train.py --logtostderr --pipeline_config_path=datasetvocssd/ssd_mobilenet_v1_pascal.config --train_dir=datasetvocssd/train_dir >> datasetvocssd/train.log &在hadoop3（172.22.13.221）运行worker：TF_CONFIG='{"cluster":{"master":["hadoop2:2002"],"ps":["hadoop1:2222"],"worker":["hadoop3:3003"]},"task":{"index":0,"type":"worker"}}' nohup python3 /root/software/object_detection/models/research/object_detection/legacy/train.py --logtostderr --pipeline_config_path=datasetvocssd/ssd_mobilenet_v1_pascal.config --train_dir=datasetvocssd/train_dir >> datasetvocssd/train.log &

转载地址：http://tnxin.baihongyu.com/