v0.1.2.post2

Author: Tongjilibo

README.md

@@ -65,6 +65,7 @@ pip install git+https://github.com/Tongjilibo/torch4keras.git
 - 简单示例: [turorials_mnist](https://github.com/Tongjilibo/torch4keras/blob/master/examples/turorials_mnist.py)
 
 ## 4. 版本说明
+- **v0.1.2.post2**: 20230821 代码结构调整，增加trainer.py文件，方便下游集成
 - **v0.1.2**: 20230812 修复DeepSpeedTrainer，修复DDP
 - **v0.1.1**: 20230803 增加指标平滑的SmoothMetricCallback，统一管理指标平滑的问题, 增加SKIP_METRICS，NO_SMOOTH_METRICS，ROUND_PRECISION，默认对指标会进行平滑，修改tensorboard和wandb的callback, 允许跳过nan的指标, Tensorboard可以记录gpu等系统信息
 - **v0.1.0.post2**: 20230725 修复v0.1.0的bug，主要是进度条和log的标签平滑的问题
@@ -83,7 +84,7 @@ pip install git+https://github.com/Tongjilibo/torch4keras.git
 - **v0.0.1**：20221019 初始版本
 
 ## 5. 更新：
-- **20230820**: 增加trainer.py文件
+- **20230821**: 代码结构调整，增加trainer.py文件，方便下游集成
 - **20230812**: 修复DeepSpeedTrainer，修复DDP
 - **20230803**: 增加指标平滑的SmoothMetricCallback，统一管理指标平滑的问题, 增加SKIP_METRICS，NO_SMOOTH_METRICS，ROUND_PRECISION，默认对指标会进行平滑，修改tensorboard和wandb的callback, 允许跳过nan的指标, Tensorboard可以记录gpu等系统信息
 - **20230725**: 修复v0.1.0的bug，主要是进度条和log的标签平滑的问题

setup.py

@@ -7,7 +7,7 @@
 
 setup(
     name='torch4keras',
-    version='v0.1.3',
+    version='v0.1.2.post2',
     description='Use torch like keras',
     long_description=long_description,
     long_description_content_type="text/markdown",

torch4keras/model.py

@@ -1,4 +1,3 @@
-import torch
 from torch import nn
 from torch4keras.trainer import *
 
@@ -10,24 +9,5 @@ def __init__(self, *args, **kwargs):
         nn.Module.__init__(self)
         Trainer.__init__(self, *args, **kwargs)
 
-
-class BaseModelDP(nn.DataParallel, BaseModel):
-    '''DataParallel模式使用多gpu的方法, 父类顺序颠倒也会出问题
-    '''
-    def __init__(self, *args, **kwargs):
-        BaseModel.__init__(self)
-        nn.DataParallel.__init__(self, *args, **kwargs)
-
-
-class BaseModelDDP(nn.parallel.DistributedDataParallel, BaseModel):
-    '''DistributedDataParallel模式使用多gpu的方法, 父类顺序颠倒也会出问题
-    '''
-    def __init__(self, *args, master_rank=0, **kwargs):
-        BaseModel.__init__(self)
-        nn.parallel.DistributedDataParallel.__init__(self, *args, **kwargs)
-
-        # 默认仅对master_rank=0打印信息
-        assert isinstance(master_rank, (int, list, tuple)), 'Args `master_rank` only supoorts int, list, tuple'
-        if isinstance(master_rank, int):
-            master_rank = [master_rank]
-        self.verbose = (torch.distributed.get_rank() in master_rank)
+BaseModelDP = TrainerDP
+BaseModelDDP = TrainerDDP