欢迎使用ModelZoo-PyTorch

为方便更多开发者使用ModelZoo-PyTorch，我们将持续增加典型网络和相关预训练模型。下面目录中我们罗列出一些重点模型。如果您有任何需求，请在modelzoo/issues提交issue，我们会及时处理。

如何贡献

在开始贡献之前，请先阅读CONTRIBUTING。 谢谢！

安装依赖

使用ModelZoo-PyTorch之前，推荐使用最新的版本准备训练环境。

软件版本配套表

💡 使用ModelZoo-PyTorch中的PyTorch训练模型前，请先确认PyTorch和CANN版本，然后匹配对应的PyTorch Extension、HDK和Python版本。

💡 版本配套表在不同模型中的应用策略可能不一致，详情参考维护策略。

版本配套表地址：链接。

硬件配套表

昇腾训练设备包含以下型号，都可作为PyTorch模型的训练环境。

硬件配套表：链接

维护策略

💡 ModelZoo-PyTorch中的模型区分为随版本演进模型和不随版本演进模型。

• 针对随版本演进模型：请跟随版本配套表，选择最新版本使用。
• 针对不随版本演进模型：这些模型已不随PyTorch和PyTorch Extension的版本演进，您可以选择以下策略。
  • 可根据对应模型的README选择对应PyTorch、PyTorch Extension、CANN、HDK版本使用。
  • 如您对该模型有新版本PyTorch、PyTorch Extension、CANN、HDK的适配需求，可在modelzoo/issues提交issue，我们会及时处理。

范围界定

随版本演进模型

随版本演进模型的最新性能数据均在OpenEuler操作系统下实测获得。如您使用的是其他操作系统，则展示的数据仅作为参考。

• albert_ID0335_for_PyTorch(FP16)
• Bert_Chinese_ID3433_for_PyTorch(FP16)
• BERT-NER-Pytorch(FP32)
• Bert-Base-Squad_ID0470_for_PyTorch(FP16)
• Bert-Large-Squad_ID0470_for_PyTorch(FP16)
• Bert-Large-Squad_ID0470_for_PyTorch(FP32)
• CLIP(FP16)
• Conformer(FP16)
• CRNN_for_PyTorch(FP16)
• DB_ID0706_for_PyTorch(FP16)
• DeeplabV3_for_Pytorch(FP16)
• EfficientNetV2_for_PyTorch(FP16)
• ESPnet2_for_PyTorch(FP16)
• ESPnet2_for_PyTorch(FP32)
• Fairseq_Transformer_wmt18_for_PyTorch(FP16)
• Fairseq_Transformer_wmt18_for_PyTorch(FP32)
• Faster_Mask_RCNN_for_PyTorch(FP16)
• Faster_Mask_RCNN_for_PyTorch(HF32)
• HRNet_ID1780_for_PyTorch(FP16)
• HRNet_ID1780_for_PyTorch(HF32)
• InceptionV3_ID1596_for_PyTorch(FP16)
• Lightweight_OpenPose(FP16)
• MAE_for_PyTorch(FP16)
• MAE_Fine_for_PyTorch(FP16)
• MAPPO_for_PyTorch(FP16)
• MobileNetV3-Large_ID1784_for_PyTorch(FP16)
• PPO_for_Pytorch(FP16)
• Resnet50_Cifar_for_PyTorch(FP16)
• ResNet50_ID4149_for_PyTorch(FP16)
• ResNet50_ID4149_for_PyTorch(FP32)
• ResNet50_ID4149_for_PyTorch(HF32)
• roberta_for_PyTorch(FP16)
• ShuffleNetV2_iflytek_for_Pytorch(FP32)
• wav2vec2.0(FP16)
• Wenet(FP16)
• whisper(FP16)

不随版本演进模型

除以上随版本演进模型范围外，其余ModelZoo-PyTorch中的模型都界定为不随版本演进模型。

安全声明

运行用户建议

出于安全性及权限最小化角度考虑，不建议使用root等管理员类型账户使用。

文件权限控制

1. 建议用户在主机（包括宿主机）及容器中设置运行系统umask值为0027及以上，保障新增文件夹默认最高权限为750，新增文件默认最高权限为640。

2. 建议用户对个人数据、商业资产、源文件、训练过程中保存的各类文件等敏感内容做好权限管控，管控权限可参考表1进行设置。

   表1 文件（夹）各场景权限管控推荐最大值

   类型	linux权限参考最大值
   用户主目录	750（rwxr-x---）
   程序文件(含脚本文件、库文件等)	550（r-xr-x---）
   程序文件目录	550（r-xr-x---）
   配置文件	640（rw-r-----）
   配置文件目录	750（rwxr-x---）
   日志文件(记录完毕或者已经归档)	440（r--r-----）
   日志文件(正在记录)	640（rw-r-----）
   日志文件目录	750（rwxr-x---）
   Debug文件	640（rw-r-----）
   Debug文件目录	750（rwxr-x---）
   临时文件目录	750（rwxr-x---）
   维护升级文件目录	770（rwxrwx---）
   业务数据文件	640（rw-r-----）
   业务数据文件目录	750（rwxr-x---）
   密钥组件、私钥、证书、密文文件目录	700（rwx—----）
   密钥组件、私钥、证书、加密密文	600（rw-------）
   加解密接口、加解密脚本	500（r-x------）

运行安全声明

1. 建议用户结合运行环境资源状况编写对应训练脚本。若训练脚本与资源状况不匹配，如数据集加载内存大小超出内存容量限制、训练脚本在本地生成数据超过磁盘空间大小等情况，可能引发错误并导致进程意外退出。

公网地址声明

详见各模型目录下的public_address_statement.md

免责声明

致ModelZoo使用者

1. ModelZoo提供的模型仅供您用于非商业目的。
2. 对于各模型，ModelZoo平台仅提示性地向您建议可用于训练的数据集，华为不提供任何数据集，如您使用这些数据集进行训练，请您特别注意应遵守对应数据集的License，如您因使用数据集而产生侵权纠纷，华为不承担任何责任。
3. 如您在使用ModelZoo模型过程中，发现任何问题（包括但不限于功能问题、合规问题），请在Gitee提交issue，我们将及时审视并解决。

致数据集所有者

如果您不希望您的数据集在ModelZoo中的模型被提及，或希望更新ModelZoo中的模型关于您的数据集的描述，请在Gitee提交issue，我们将根据您的issue要求删除或更新您的数据集描述。衷心感谢您对ModelZoo的理解和贡献。

License声明

Ascend ModelZoo提供的模型，如模型目录下存在License的，以该License为准。如模型目录下不存在License的，以Apache 2.0许可证许可，对应许可证文本可查阅Ascend ModelZoo根目录。