inference-engine/tools/calibration_tool/configs/ncf_config.yml

   1 models:
   2   - name: NCF_example
   3
   4     # list of launchers for your topology.
   5     launchers:
   6         # launcher framework (e.g. caffe, dlsdk)
   7       - framework: dlsdk
   8         # device for infer (e.g. for dlsdk cpu, gpu, hetero:cpu, gpu ...)
   9         device: CPU
  10         cpu_extensions: libcpu_extension.so
  11         # topology IR (*.prototxt for caffe, *.xml for InferenceEngine, etc)
  12         # path to topology is prefixed with directory, specified in "-m/--models" option
  13         model:   graph_frozen.xml
  14         # topology weights binary (*.caffemodel for caffe, *.bin for InferenceEngine)
  15         weights: graph_frozen.bin
  16         # launcher returns raw result, so it should be converted
  17         # to an appropriate representation with adapter
  18         adapter: hit_ratio_adapter
  19
  20         inputs:
  21             - type: INPUT
  22               value: "u"
  23               name: embedding/embedding_lookup/placeholder_port_1
  24             - type: INPUT
  25               value: "i"
  26               name: embedding_1/embedding_lookup/placeholder_port_1
  27             - type: INPUT
  28               value: "u"
  29               name: embedding_2/embedding_lookup/placeholder_port_1
  30             - type: INPUT
  31               value: "i"
  32               name: embedding_3/embedding_lookup/placeholder_port_1
  33
  34     # metrics, preprocessing and postprocessing are typically dataset specific, so dataset field
  35     # specifies data and all other steps required to validate topology
  36     # there is typically definitions file, which contains options for common datasets and which is merged
  37     # during evaluation, but since "sample_dataset" is not used anywhere else, this config contains full definition
  38     datasets:
  39       # uniquely distinguishable name for dataset
  40       # note that all other steps are specific for this dataset only
  41       # if you need to test topology on multiple datasets, you need to specify
  42       # every step explicitly for each dataset
  43       - name: ncf_validation_dataset.npy
  44         # directory where input images are searched.
  45         # prefixed with directory specified in "-s/--source" option
  46         # name of converted annotation file (specified in -a option during annotation conversion)
  47         # prefixed with directory specified in "-a/--annotations" option
  48         annotation: ncf_converter.pickle
  49         dataset_meta: ncf_converter.json
  50
  51         reader: ncf_data_reader
  52
  53         # list of metrics, calculated on dataset
  54         metrics:
  55           - type: hit_ratio
  56           - type: ndcg