ACRiルームでのVitis-AIのチュートリアル実施に関して

[u_suzuki5843]

ACRiブログにある記事(https://www.acri.c.titech.ac.jp/wordpress/archives/7041)のVitis-AIのチュートリアルを一通り実施しようとしています。
Vitis-AIがインストールされているのが、VCK5000を搭載するas005サーバということで、ターゲットDPUの指定をVCK5000に変更して試行してみたのですが、Step6までは実行できるものの、Step7の実行でうまくいきません。

記事ではVitis-AIのバージョンが1.1、ターゲットがU50となっていますが、
as005サーバはVitis-AIのバージョンが2.5、ターゲットがVCK5000とのことで、この違いが関係しているのではないかと思うのですが、as005サーバでVitis-AIのチュートリアルを実施するにはどうしたらよいでしょうか。
または、as004サーバ(ターゲットU50)で実施する方法はありませんでしょうか。

[ando]

参考にされているチュートリアルがU50向けのため実行スクリプトに修正が必要なのかもしれません。今週は対応できませんが見てみますのでお時間ください。

U50はVitis AIでサポートされなくなったためas004からVitis AIは削除してしまいました。

[ando]

試したところVitis AIのバージョンの違い(1.1 vs 2.5)により、app_mt.pyが動作しませんでした。このチュートリアルを動かすにはapp_mt.pyを修正する必要があります。

Vitis AI 1.4が対象のチュートリアルであればPython APIの互換性があるようです。以下のチュートリアルを試してみましたが、segmentation faultが出てしまい最後の実行までできませんでした。。もう少し調べてみます。
https://gitenterprise.xilinx.com/swm/Vitis-AI-Tutorials/tree/1.4/Design_Tutorials/02-MNIST_classification_tf

cd /scratch
cp -a /tools/repo/Xilinx/Vitis-AI-Tutorials .
cd Vitis-AI-Tutorials
git checkout 1.4
cd Design_Tutorials/02-MNIST_classification_tf/files

source /opt/vitis_ai/setup.sh
select-dpu

source 0_setenv.sh

mkdir -p ~/.keras/datasets
cp /tools/data/tf-keras-datasets/mnist.npz ~/.keras/datasets/

source 1_train.sh
source 2_freeze.sh
source 3_eval_frozen_graph.sh
source 4_quant.sh
source 5_eval_quant_graph.sh

mkdir -p build/compile
vai_c_tensorflow \
–frozen_pb ./build/quantize/quantize_eval_model.pb \
–arch /opt/vitis_ai/compiler/arch/DPUCVDX8H/VCK50008PE/arch.json \
–output_dir ./build/compile \
–net_name customcnn

mkdir -p build/target
python generate_images.py \
–dataset=mnist \
–image_dir=build/target/images \
–image_format=jpg \
–max_images=10000

cd build/target
mkdir model_dir
cp ../compile/customcnn.xmodel model_dir/
cp ../../application/app_mt.py .

python app_mt.py
Command line options:
–image_dir : images
–threads : 1
–model : model_dir/customcnn.xmodel
Segmentation fault (コアダンプ)

[u_suzuki5843]

確認いただきありがとうございます。
1つ確認ですが、ブログ記事(https://www.acri.c.titech.ac.jp/wordpress/archives/7041)と同じ内容の
Vitis AI 1.4のチュートリアルは「02-MNIST_classification_tf」ではなく、「03-using_densenetx」ではないかと
思ったのですが、違いますでしょうか。

「03-using_densenetx」だと思い、こちらでも実施してみたところ、最後Step7で
Segmentation fault (コアダンプ)
となって最後まで実行できませんでした。
なお、時間の都合上、トレーニングはスクリプトを使用せずVitis AI 1.1のチュートリアルにあるトレーニング済みの学習モデルをコピーして使用しました。

[ando]

確かに03-using_densenetxがちょうど良かったですね。気がついていませんでした。

VCK5000の調査は時間がかかりそうなのでU50(as004)でVitis AI 2.5を動かせるようにしました。
以下でうまく動作させることができましたのでお試しください。

cd /scratch
cp -a /tools/repo/Xilinx/Vitis-AI-Tutorials .
cd Vitis-AI-Tutorials

# Copy pretrained model
git checkout 1.1
cp Design_Tutorials/03-using_densenetx/files/pretrained/k_model.zip /scratch/

# Checkout 1.4
git checkout 1.4
cd Design_Tutorials/03-using_densenetx/files

# Step 0
source /opt/vitis_ai/setup.sh
select-dpu

source 0_setenv.sh

# Step 1 (skip training)
mkdir -p build/keras_model
unzip /scratch/k_model.zip -d build/keras_model

# Step 2
source 2_keras2tf.sh

# Step 3
mkdir -p ~/.keras/datasets
cp /tools/data/cifar-10-python.tar.gz ~/.keras/datasets/cifar-10-batches-py.tar.gz
source 3_eval_frozen.sh

# Step 4
source 4_quant.sh

# Step 5
source 5_eval_quant.sh

# Step 6
source 6_compile.sh u50

# Step 7
source 7_make_target.sh u50

cd build/target_u50
python app_mt.py -t 4

[u_suzuki5843]

ご対応いただきありがとうございます。
こちらでも実施できることを確認でしました。

[投稿者]

投稿