Esquadrão Modificador

Mod-Squad: Projetando misturas de especialistas como alunos modulares multitarefas

Esta é uma implementação PyTorch/GPU do artigo Mod-Squad: Designing Mixtures of Experts As Modular Multi-Task Learners:

 @article{chen2022modsquad,
            title={Mod-Squad: Designing Mixtures of Experts As Modular Multi-Task Learners},
            author={Zitian Chen and Yikang Shen and Mingyu Ding and Zhenfang Chen and Hengshuang Zhao and Erik Learned-Miller and Chuang Gan},
            journal={CVPR},
            year={2023}
}

• A implementação foi baseada em Pytorch==1.10.2 e teste em servidor powerpc.

Preparar

Conjunto de dados: Taskonomia

Um exemplo de download de um pequeno subconjunto

 omnitools.download class_object class_scene depth_euclidean depth_zbuffer edge_occlusion edge_texture keypoints2d keypoints3d nonfixated_matches normal points principal_curvature reshading rgb segment_semantic segment_unsup2d segment_unsup25d --components taskonomy --subset tiny --dest ./taskonomy_tiny/   --connections_total 40 --agree --name [your name] --email [your email]

Por favor coloque os dados em ./data

O modelo padrão será salvo em ./work_dir, os logs serão salvos em ./log_dir

Ambiente: timm==0.3.2 pytorch==1.10.2

Instale o módulo MoE:

 cd parallel_linear
pip3 install .

Trem

 python -m torch.distributed.launch --nnodes=1 --nproc_per_node=2 --master_port 44875 main_mt.py 
        --batch_size 6 
        --epochs 100 
        --input_size 224 
        --blr 4e-4 --weight_decay 0.05 
        --warmup_epochs 10 
        --model mtvit_taskgate_att_mlp_base_MI_twice 
        --drop_path 0.1 
        --scaleup 
        --exp-name scaleup_mtvit_taskgate_att_mlp_base_MI_twice