对齐过程经验沉淀

总结迁移模型（不顺利时）的经验：

  1. 先尝试 import oneflow as torch 看能否跑通，如果能否跑通，那就任务结束了。
  2. 如果上一步不顺利的话， 一定不要 在 import oneflow as torch 的前提下去调整、调试代码。而是直接使用 import oneflow as flow，然后利用解释器的报错或者肉眼检查，把所有关于 torch 的依赖，改为对 flow 的依赖。
  3. torch 和 oneflow 模型存储方式不同，如果有加载 pth 存储的模型的需要，建议先将模型格式换成 oneflow 格式，转换参考 代码。
  4. 安装最新版 oneflow 需要使用 pip install --pre oneflow -f https://staging.oneflow.info/branch/master/cu112，因为 oneflow 其实不在 pypi 上，在自己的服务器上。
  5. 遇到没有某些模块的问题，解决方法一般是 （1）查看 API文档，确定模块是否缺失；（2）如果模块确实缺失，思考能否使用其他方式拼出；（3）如果思考不出解决方案，可以询问 yaochi 或者 群上询问 zhangxiaoyu。
  6. 出现算子不兼容或者算子缺失等问题，先自己的 issue 上记录，再在 slack 上找 yaochi 确认，确认后再去 https://github.com/Oneflow-Inc/OneTeam/issues/1207#issuecomment-1073432125 这个 comment 反馈。
  7. Flask 和云平台的一些问题和注意事项见 https://github.com/Oneflow-Inc/OneCloud/issues/73 。
  8. oneflow 对接的是 torch 最新版接口。因此有时候缺少对应算子并不是缺少算子，而是新版 torch 更换了接口名称，例如 torch 中 nn.DataParallel 弃用，改用 nn.parallel.DistributedDataParallel，排查这种问题可以通过查询 torch 文档，会有对应的 Warning 信息，如 torch.nn.DataParallel。
Back to top