pytorch 排坑指南 | 常见的坑汇总 + 解决方案

技术讨论 kira ⋅ 于 2周前 ⋅ 800 阅读

最近刚开始用pytorch不久,陆陆续续踩了不少坑,记录一下,个人感觉应该都是一些很容易遇到的一些坑,也在此比较感谢帮我排坑的小伙伴,持续更新,也祝愿自己遇到的坑越来越少。

首先作为tensorflow的骨灰级玩家+轻微强迫症患者,一路打怪升级,从0.6版本用到1.2,再用到1.10,经历了tensorfow数个版本更迭,这里不得不说一下tf.data.dataset+tfrecord使用起来效率远比dataloader高的多。

tensorflow有一个比较好用的队列机制,tf.inputproducer + tfrecord, 但是inputproducer有一个bug,就是无法对每个epoch单独shuffle,它只能整体shuffle,也就意味着我们无法进行正常的训练流程(train几个epoch,在validation上测一个epoch,最终选一个validation上的最好的结果,进行test)。后来我当时给官方提了一个issue,官方当时的回答是,这个bug目前无法解决,但是他们在即将到来的tf1.2版本中, 推出的新型数据处理API tf.contrib.data.dataset(tf1.3版本将其合并到了tf.data.dataset)可以完美解决这个bug,并且将于tf2.0摒弃tf.input_producer。然后tf1.2版本刚出来以后,我就立马升级并且开始tf.data.dataset踩坑,踩了大概2周多的坑,(这个新版的API其实功能并不是非常强大,有不少局限性,在此就不展开)。

——————————————————————————

好像扯远了,回归pytorch,首先让我比较尴尬的是pytorch并没有一套属于自己的数据结构以及数据读取算法,dataloader个人感觉其实就是类似于tf中的feed,并没有任何速度以及性能上的提升。

先总结一下遇到的坑:

1. 没有比较高效的数据存储,tensorflow有tfrecord, caffe有lmdb,cv.imread在网络训练过程中实属浪费时间。这里感谢一下小智大神@智天成

解决方案:

当时看到了一个还不错的github链接,

Lyken17/Efficient-PyTorch

主要是讲如何使用lmdb,h5py,pth,lmdb,n5等数据存储方式皆可以。

个人的感受是,h5在数据调用上比较快,但是如果要使用多线程读写,就尽量不要使用h5,因为h5的多线程读写好像比较麻烦。

Parallel HDF5 - h5py 2.9.0 documentation

这里贴一下h5数据的读写代码(主要需要注意的是字符串的读写需要encode,decode,最好用create_dataset,直接写的话读的时候会报错):

写:
    imagenametotal_.append(os.path.join('images', imagenametotal).encode())
    with h5py.File(outfile) as f:
        f.create_dataset('imagename', data=imagenametotal_)
        f['part'] = parts_
        f['S'] = Ss_
        f['image'] = cvimgs
读:
with h5py.File(outfile) as f:
    imagename = [x.decode() for x in f['imagename']]
    kp2ds = np.array(f['part'])
    kp3ds = np.array(f['S'])
    cvimgs = np.array(f['image'])

2. gpu imbalance,这里感谢一下张航学长@张航

老生常谈的问题,第一个GPU显存占用多一点。

张航学长Hang Zhang (张航)提了一个开源的gpu balance的工具--PyTorch-Encoding

使用方法还是比较便捷的,如下所示:

from balanced_parallel import DataParallelModel, DataParallelCriterion
model = DataParallelModel(model, device_ids=gpus).cuda()
criterion = loss_fn().cuda()

这里其实有2个注意点,第一,测试的时候需要手动将gpu合并,代码如下:

from torch.nn.parallel.scatter_gather import gather
preds = gather(preds, 0)

第二,当loss函数有多个组成的时候,比如 loss = loss1 + loss2 + loss3

那么需要把这三个loss写到一个class中,然后再forward里面将其加起来。

其次,我们还可以用另外一个函数distributedDataParallel来解决gpu imbalance的问题.

使用方法如下:(注:此方法好像无法和h5数据同时使用)

from torch.utils.data.distributed import DistributedSampler
from torch.nn.parallel import DistributedDataParallel

torch.distributed.init_process_group(backend="nccl")
# 配置每个进程的gpu
local_rank = torch.distributed.get_rank()
torch.cuda.set_device(local_rank)
device = torch.device("cuda", local_rank)

#封装之前要把模型移到对应的gpu
model.to(device)
model = torch.nn.parallel.DistributedDataParallel(model,device_ids=[local_rank],
                                                   output_device=local_rank)

#原有的dataloader上面加一个数据sample
train_loader = torch.utils.data.DataLoader(
        train_dataset,
        sampler=DistributedSampler(train_dataset)
    )

3.gpu利用率不高+gpu现存占用浪费

常用配置:

1主函数前面加:(这个会牺牲一点点现存提高模型精度)

cudnn.benchmark = True
torch.backends.cudnn.deterministic = False
torch.backends.cudnn.enabled = True

2训练时,epoch前面加:(定期清空模型,效果感觉不明显)

torch.cuda.empty_cache()

3无用变量前面加:(同上,效果某些操作上还挺明显的)

del xxx(变量名)

4dataloader的长度_len_设置:(dataloader会间歇式出现卡顿,设置成这样会避免不少)

def __len__(self):
    return self.images.shape[0]

5dataloader的预加载设置:(会在模型训练的时候加载数据,提高一点点gpu利用率)

train_loader = torch.utils.data.DataLoader(
        train_dataset,
        pin_memory=True,
    )

6网络设计很重要,外加不要初始化任何用不到的变量,因为pyroch的初始化和forward是分开的,他不会因为你不去使用,而不去初始化。

7最后放一张目前依旧困扰我的图片:

file

可以看到,每个epoch刚开始训练数据的时候,第一个iteration时间会占用的非常多,pytorch这里就做的很糟糕,并不是一个动态分配的过程,我也看到了一个看上去比较靠谱的解决方案,解决方案如下:
风车车:在深度学习中喂饱gpu

但是我看了下代码,可能需要重构dataloader,看了评论好像还有问题,有点懒,目前还没有踩坑,准备后面有时间踩一下。

暂且更新到这里,后续遇到什么坑陆续补充,也欢迎大家给我补充,pytorch初学者小白一枚。



来源:郁振波@知乎

相关文章:
pytorch 实用工具总结
PyTorch trick 集锦
【框架】PyTorch 图像检索框架


file
△ 关注极市平台
获得最新CV干货

本帖已被设为精华帖!
本帖由 sophie 于 1周前 加精
回复数量: 0
暂无回复~
您需要登陆以后才能留下评论!