您现在的位置是：网站首页> 编程资料编程资料

加速 PyTorch 模型训练的 9 个技巧(收藏)_相关技巧_

2023-05-27 264人已围观

简介加速 PyTorch 模型训练的 9 个技巧(收藏)_相关技巧_

Pytorch-Lightning

你可以在Pytorch的库Pytorch- lightning中找到我在这里讨论的每一个优化。Lightning是在Pytorch之上的一个封装，它可以自动训练，同时让研究人员完全控制关键的模型组件。Lightning 使用最新的最佳实践，并将你可能出错的地方最小化。

我们为MNIST定义LightningModel并使用Trainer来训练模型。

 from pytorch_lightning import Trainer model = LightningModule(…) trainer = Trainer() trainer.fit(model)

1. DataLoaders

这可能是最容易获得速度增益的地方。保存h5py或numpy文件以加速数据加载的时代已经一去不复返了，使用Pytorch dataloader加载图像数据很简单(对于NLP数据，请查看TorchText)。

在lightning中，你不需要指定训练循环，只需要定义dataLoaders和Trainer就会在需要的时候调用它们。

 dataset = MNIST(root=self.hparams.data_root, train=train, download=True) loader = DataLoader(dataset, batch_size=32, shuffle=True) for batch in loader: x, y = batch model.training_step(x, y) ...

2. DataLoaders 中的 workers 的数量

另一个加速的神奇之处是允许批量并行加载。因此，您可以一次装载nb_workers个batch，而不是一次装载一个batch。

# slow loader = DataLoader(dataset, batch_size=32, shuffle=True) # fast (use 10 workers) loader = DataLoader(dataset, batch_size=32, shuffle=True, num_workers=10)

3. Batch size

在开始下一个优化步骤之前，将batch size增大到CPU-RAM或GPU-RAM所允许的最大范围。

下一节将重点介绍如何帮助减少内存占用，以便你可以继续增加batch size。

记住，你可能需要再次更新你的学习率。一个好的经验法则是，如果batch size加倍，那么学习率就加倍。

4. 梯度累加

在你已经达到计算资源上限的情况下，你的batch size仍然太小(比如8)，然后我们需要模拟一个更大的batch size来进行梯度下降，以提供一个良好的估计。

假设我们想要达到128的batch size大小。我们需要以batch size为8执行16个前向传播和向后传播，然后再执行一次优化步骤。

# clear last step optimizer.zero_grad() # 16 accumulated gradient steps scaled_loss = 0 for accumulated_step_i in range(16): out = model.forward() loss = some_loss(out,y) loss.backward() scaled_loss += loss.item() # update weights after 8 steps. effective batch = 8*16 optimizer.step() # loss is now scaled up by the number of accumulated batches actual_loss = scaled_loss / 16

在lightning中，全部都给你做好了，只需要设置accumulate_grad_batches=16：

trainer = Trainer(accumulate_grad_batches=16) trainer.fit(model)

5. 保留的计算图

一个最简单撑爆你的内存的方法是为了记录日志存储你的loss。

 losses = [] ... losses.append(loss) print(f'current loss: {torch.mean(losses)'})

上面的问题是，loss仍然包含有整个图的副本。在这种情况下，调用.item()来释放它。

![1_CER3v8cok2UOBNsmnBrzPQ](9 Tips For Training Lightning-Fast Neural Networks In Pytorch.assets/1_CER3v8cok2UOBNsmnBrzPQ.gif)# bad losses.append(loss) # good losses.append(loss.item())

Lightning会非常小心，确保不会保留计算图的副本。

6. 单个GPU训练

一旦你已经完成了前面的步骤，是时候进入GPU训练了。在GPU上的训练将使多个GPU cores之间的数学计算并行化。你得到的加速取决于你所使用的GPU类型。我推荐个人用2080Ti，公司用V100。

乍一看，这可能会让你不知所措，但你真的只需要做两件事:1)移动你的模型到GPU, 2)每当你运行数据通过它，把数据放到GPU上。

# put model on GPU model.cuda(0) # put data on gpu (cuda on a variable returns a cuda copy) x = x.cuda(0) # runs on GPU now model(x)

　　如果你使用Lightning，你什么都不用做，只需要设置Trainer(gpus=1)。

# ask lightning to use gpu 0 for training trainer = Trainer(gpus=[0]) trainer.fit(model)

　　在GPU上进行训练时，要注意的主要事情是限制CPU和GPU之间的传输次数。

# expensive x = x.cuda(0)# very expensive x = x.cpu() x = x.cuda(0)

如果内存耗尽，不要将数据移回CPU以节省内存。在求助于GPU之前，尝试以其他方式优化你的代码或GPU之间的内存分布。

另一件需要注意的事情是调用强制GPU同步的操作。清除内存缓存就是一个例子。

# really bad idea. Stops all the GPUs until they all catch up torch.cuda.empty_cache()

但是，如果使用Lightning，惟一可能出现问题的地方是在定义Lightning Module时。Lightning会特别注意不去犯这类错误。

7. 16-bit 精度

16bit精度是将内存占用减半的惊人技术。大多数模型使用32bit精度数字进行训练。然而，最近的研究发现，16bit模型也可以工作得很好。混合精度意味着对某些内容使用16bit，但将权重等内容保持在32bit。

要在Pytorch中使用16bit精度，请安装NVIDIA的apex库，并对你的模型进行这些更改。

# enable 16-bit on the model and the optimizer model, optimizers = amp.initialize(model, optimizers, opt_level='O2') # when doing .backward, let amp do it so it can scale the loss with amp.scale_loss(loss, optimizer) as scaled_loss: scaled_loss.backward()

amp包会处理好大部分事情。如果梯度爆炸或趋向于0，它甚至会缩放loss。

在lightning中，启用16bit并不需要修改模型中的任何内容，也不需要执行我上面所写的操作。设置Trainer(precision=16)就可以了。

trainer = Trainer(amp_level='O2', use_amp=False) trainer.fit(model)

8. 移动到多个GPUs中

现在，事情变得非常有趣了。有3种(也许更多？)方法来进行多GPU训练。

分batch训练

A) 拷贝模型到每个GPU中，B) 给每个GPU一部分batch

第一种方法被称为“分batch训练”。该策略将模型复制到每个GPU上，每个GPU获得batch的一部分。

# copy model on each GPU and give a fourth of the batch to each model = DataParallel(model, devices=[0, 1, 2 ,3]) # out has 4 outputs (one for each gpu) out = model(x.cuda(0))

　　在lightning中，你只需要增加GPUs的数量，然后告诉trainer，其他什么都不用做。

# ask lightning to use 4 GPUs for training trainer = Trainer(gpus=[0, 1, 2, 3]) trainer.fit(model)

　　模型分布训练

将模型的不同部分放在不同的GPU上，batch按顺序移动

有时你的模型可能太大不能完全放到内存中。例如，带有编码器和解码器的序列到序列模型在生成输出时可能会占用20GB RAM。在本例中，我们希望将编码器和解码器放在独立的GPU上。

# each model is sooo big we can't fit both in memory encoder_rnn.cuda(0) decoder_rnn.cuda(1) # run input through encoder on GPU 0 encoder_out = encoder_rnn(x.cuda(0)) # run output through decoder on the next GPU out = decoder_rnn(encoder_out.cuda(1)) # normally we want to bring all outputs back to GPU 0 out = out.cuda(0)

　　对于这种类型的训练，在Lightning中不需要指定任何GPU，你应该把LightningModule中的模块放到正确的GPU上。

class MyModule(LightningModule): def __init__(): self.encoder = RNN(...) self.decoder = RNN(...) def forward(x): # models won't be moved after the first forward because # they are already on the correct GPUs self.encoder.cuda(0) self.decoder.cuda(1) out = self.encoder(x) out = self.decoder(out.cuda(1)) # don't pass GPUs to trainer model = MyModule() trainer = Trainer() trainer.fit(model)

两者混合

在上面的情况下，编码器和解码器仍然可以从并行化操作中获益。

# change these lines self.encoder = RNN(...) self.decoder = RNN(...) # to these # now each RNN is based on a different gpu set self.encoder = DataParallel(self.encoder, devices=[0, 1, 2, 3]) self.decoder = DataParallel(self.encoder, devices=[4, 5, 6, 7]) # in forward... out = self.encoder(x.cuda(0)) # notice inputs on first gpu in device sout = self.decoder(out.cuda(4)) # <--- the 4 here

使用多个GPU时要考虑的注意事项：

如果模型已经在GPU上了，model.cuda()不会做任何事情。
总是把输入放在设备列表中的第一个设备上。
在设备之间传输数据是昂贵的，把它作为最后的手段。
优化器和梯度会被保存在GPU 0上，因此，GPU 0上使用的内存可能会比其他GPU大得多。

9. 多节点GPU训练

每台机器上的每个GPU都有一个模型的副本。每台机器获得数据的一部分，并且只在那部分上训练。每台机器都能同步梯度。<

上一篇：关于使用mvn deploy命令将本地jar包上传到maven私服的问题(收藏)_相关技巧_

下一篇：Jenkins使用publish html report插件展示HTML报告的方法_相关技巧_