设置日志、权重保存、验证的频率

MMEngine 支持两种训练模式，基于轮次的 EpochBased 方式和基于迭代次数的 IterBased 方式，这两种方式在下游算法库均有使用，例如 MMDetection 默认使用 EpochBased 方式，MMSegmentation 默认使用 IterBased 方式。

在不同的训练模式下，MMEngine 间隔（interval）的语义会有区别，EpochBased 的间隔以 Epoch 为单位，IterBased 以 Iteration 为单位。

设置训练和验证的间隔

设置 Runner 初始化参数 train_cfg 中的 val_interval 值即可定制训练和验证的间隔。

• EpochBased

在 EpochBased 模式下，val_interval 的默认值为 1，表示训练一个 Epoch，验证一次。

runner = Runner(
    model=MMResNet50(),
    work_dir='./work_dir',
    train_dataloader=train_dataloader,
    optim_wrapper=dict(optimizer=dict(type=SGD, lr=0.001, momentum=0.9)),
    train_cfg=dict(by_epoch=True, max_epochs=5, val_interval=1),
    val_dataloader=val_dataloader,
    val_cfg=dict(),
    val_evaluator=dict(type=Accuracy),
)
runner.train()

• IterBased

在 IterBased 模式下，val_interval 的默认值为 1000，表示训练迭代 1000 次，验证一次。

runner = Runner(
    model=MMResNet50(),
    work_dir='./work_dir',
    train_dataloader=train_dataloader,
    optim_wrapper=dict(optimizer=dict(type=SGD, lr=0.001, momentum=0.9)),
    train_cfg=dict(by_epoch=False, max_iters=10000, val_interval=2000),
    val_dataloader=val_dataloader,
    val_cfg=dict(),
    val_evaluator=dict(type=Accuracy),
)
runner.train()

设置保存权重的间隔

设置 CheckpointHook 的 interval 值即可定制保存权重的间隔。

• EpochBased

在 EpochBased 模式下，interval 的默认值为 1，表示训练一个 Epoch，保存一次权重。

# 将 interval 设置为 2，表示每 2 个 epoch 保存一次权重
default_hooks = dict(checkpoint=dict(type='CheckpointHook', interval=2))
runner = Runner(
    model=MMResNet50(),
    work_dir='./work_dir',
    train_dataloader=train_dataloader,
    optim_wrapper=dict(optimizer=dict(type=SGD, lr=0.001, momentum=0.9)),
    train_cfg=dict(by_epoch=True, max_epochs=5, val_interval=1),
    val_dataloader=val_dataloader,
    val_cfg=dict(),
    val_evaluator=dict(type=Accuracy),
    default_hooks=default_hooks,
)
runner.train()

• IterBased

默认以 Epoch 为单位保存权重，如果希望以 Iteration 为单位，需设置 by_epoch=False。

# 设置 by_epoch=False 以及 interval = 500，表示每 500 个 iteration 保存一次权重
default_hooks = dict(checkpoint=dict(type='CheckpointHook', by_epoch=False, interval=500))
runner = Runner(
    model=MMResNet50(),
    work_dir='./work_dir',
    train_dataloader=train_dataloader,
    optim_wrapper=dict(optimizer=dict(type=SGD, lr=0.001, momentum=0.9)),
    train_cfg=dict(by_epoch=False, max_iters=10000, val_interval=1000),
    val_dataloader=val_dataloader,
    val_cfg=dict(),
    val_evaluator=dict(type=Accuracy),
    default_hooks=default_hooks,
)
runner.train()

CheckpointHook 的更多用法可查看 CheckpointHook 教程。

设置打印日志的间隔

默认情况下，每迭代 10 次往终端打印 1 次日志，可以通过设置 LoggerHook 的 interval 参数进行设置。

# 设置每 20 次打印一次
default_hooks = dict(logger=dict(type='LoggerHook', interval=20))
runner = Runner(
    model=MMResNet50(),
    work_dir='./work_dir',
    train_dataloader=train_dataloader,
    optim_wrapper=dict(optimizer=dict(type=SGD, lr=0.001, momentum=0.9)),
    train_cfg=dict(by_epoch=True, max_epochs=5, val_interval=1),
    val_dataloader=val_dataloader,
    val_cfg=dict(),
    val_evaluator=dict(type=Accuracy),
    default_hooks=default_hooks,
)
runner.train()

LoggerHook 的更多用法可查看 LoggerHook 教程。