英伟达APEX,多GPU分布式训练,同步Batchnorm,自动混合精度训练法宝指南

本文主要是介绍英伟达APEX,多GPU分布式训练,同步Batchnorm,自动混合精度训练法宝指南,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

上一篇博客我讲解了APEX如何配置,以及简单的使用。这一篇主要讲一下注意细节。
英伟达(NVIDIA)训练深度学习模型神器APEX使用指南

多GPU,同步BN,自动混合精度

结合当前时代背景,这三个可以说是能训练好网络的基本条件。多GPU重要性不多说,既然都使用了多GPU,同步BN自然缺不得,还不知道同步BN(Sync BN)的同学,赶紧去查查吧。自动混合精度(amp)是干啥的,点击上面的链接,上一篇博客我也说明了。今天就带来一篇结合这三个技巧,具体介绍一下如何使用。

一般情况下的训练代码

  • 导入数据结构dataloader
  • 定义模型, 迁移到GPU上
  • 定义损失函数和优化器
  • 把模型用nn.dataParallel迁移到多GPU上。

大致就像下面这样

net = xxxNet()
net.train()
net.cuda()dataset = xxxDataset()
loader = torch.utils.data.Dataloader(dataset)opt = SGD(net.parameters())
crit = nn.BCELoss()net = torch.nn.DataParallel(net)for data in dataloader:......

接下来,我们就在上面的基础上改动,如何结合apex支持的分布式训练,同步bn,以及混合精度,同时我还会讲解几个我自己遇到的坑。

正文开始

假设我们的训练代码叫做"train.py",导入

import argparse
from apex import amp
from apex.parallel import convert_syncbn_model
from apex.parallel import DistributedDataParallel as DDP

先罗列自己网络的超参数。

def parse():parser = argparse.ArgumentParser()parser.add_argument('--local_rank', type=int, default=0)......args = parser.parse_args()return args

local_rank指定了输出设备,默认为GPU可用列表中的第一个GPU。这里这个是必须加的。原因后面讲

在主函数中开头写

def main():args = parse()torch.cuda.set_device(args.local_rank)  # 必须写!,还必须在下一句的前面,#torch.utils.launch也需要set_device, 所以必须写torch.distributed.init_process_group('nccl',init_method='env://')

导入数据接口,这里有一点不一样。需要用一个DistributedSampler

	dataset = DAVIS2017(root, 'training')num_workers = 4 if cuda else 0# 多了一个DistributedSampler,作为dataloader的samplertrain_sampler  = torch.utils.data.distributed.DistributedSampler(dataset)loader = DataLoader(dataset,batch_size=batchsize,shuffle=False, num_workers=num_workers,pin_memory=cuda,drop_last=True, sampler=train_sampler)

之后定义模型。

	net = XXXNet(using_amp=True)net.train()net = convert_syncbn_model(net)  # 用apex支持的方法,使得普通bn成为同步bn。# 切记在网络实现中,不要使用torch自带的SyncBatchnorm。device = torch.device('cuda:{}'.format(args.local_rank))net = net.to(device)  # 把模型搬运到第一块GPU上

定义优化器,损失函数,定义优化器一定要在把模型搬运到GPU之后。

	opt = Adam([{'params': params_low_lr, 'lr': 4e-5},{'params': params_high_lr, 'lr': 1e-4}], weight_decay=settings.WEIGHT_DECAY)crit = nn.BCELoss().to(device)

多GPU设置

  net, opt = amp.initialize(net, opt, opt_level="O1")  # 字母小写o,不是零。# 关于initialize用法,见上一篇博客。net = DDP(net, delay_allreduce=True)  # 必须在initialze之后

记得loss要这么用

	opt.zero_grad()# loss.backward()with amp.scale_loss(loss, opt) as scaled_loss:scaled_loss.backward()opt.step()

然后在代码底部加入

if __name__ == '__main__':main()

代码部分就修改完毕了。但是不能直接用python train.py的形式去使用它。

根据官方文档所写,无论是apex支持的DDP,还是pytorch自身支持的DDP(torch.nn.parallel.DistributedDataParallel),都需要使用torch.distributed.launch 来使用,方法是:

  • CUDA_VISIBLE_DEVICES=1,2,4 python -m torch.distributed.launch --nproc_per_node=3 train.py

注意, 1,2,4是你想用的GPU编号,nproc_per_node指定你用了几块GPU。nproc是开启几个进程,设置为和GPU数目相同的值,就意味着每一个进程要负责一块gpu,per_node代表了你只有一个主机服务器。 记得开头说必须要加入local_rank,是因为torch.distributed.launch 会调用这个local_rank.


update on 2019.11.26
在做resume训练的时候,发现resume模型需要设置在to(device)之前,就是以CPU模型导入模型才行。
否则会报显存不够的错误。
在这里插入图片描述
可能是由于设置的多进程问题吧,具体原因没搞清楚。总之记录步骤就行了。于是resume的写法可以视作这样

	# 定义模型net = SiamCo(using_amp=True)net.train()# resume 旧的训练模型resume = './model_ranet_17/65000.pth'checkpoint = torch.load(resume, map_location='cpu')  # CPU modenet.load_state_dict(checkpoint['model'])# 转同步bnnet = convert_syncbn_model(net)# 搬到GPU上去, local_rank虽然默认为0,但是torch.distributed.launch# 会给每个进程分配单独的GPU,local_rank就是被这个lauch脚本重新指定了。device = torch.device('cuda:{}'.format(args.local_rank))net = net.to(device)# 定义优化器params_low_lr = []params_high_lr = []for n, p in net.named_parameters():if 'encoder' in n:params_low_lr.append(p)else:params_high_lr.append(p)opt = Adam([{'params': params_low_lr, 'lr': 1e-5},{'params': params_high_lr, 'lr': 5e-5}], weight_decay=settings.WEIGHT_DECAY)# 分布式训练net, opt = amp.initialize(net, opt, opt_level="O0")net = DDP(net, delay_allreduce=True)

保存模型需要注意

分布式训练开启多个进程,如果你在代码中写了 torch.sava 用来保存模型,那么每一个进程都会保存一次相同的模型。假设进程之间时间几乎一致,在相同的时间连续对一个文件读取以及保存会产生什么效果? 第0块GPU上开始保存模型了,文件写到一半,第1块GPU也执行到保存模型的代码,然后把同一个文件覆盖,然后xxx。反正这个模型会因为文件损坏而不能使用。亲测,遇到过。
如何避免这个问题呢?
记得local_rank吗,前面说local_rank相当于每个进程都分配不同的值。那么我们可以用local_rank == 0 来仅仅在第一个GPU上执行的进程保存模型文件,就不会遇到模型文件重复写入的问题了。

	if arg.locak_rank == 0:torch.save(xxxx)

这样就指定了代号为0的进程去保存模型。可能有人好奇,那其他进程上的模型就不要存了吗,其实虽然是多个进程,但是每个进程上模型的参数值是一样的。多个GPU之间仍在通信。而且默认代号为0的进程是主进程。所以仅要求主进程保存模型就OK啦。

这篇关于英伟达APEX,多GPU分布式训练,同步Batchnorm,自动混合精度训练法宝指南的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/251179

相关文章

SpringBoot中封装Cors自动配置方式

《SpringBoot中封装Cors自动配置方式》:本文主要介绍SpringBoot中封装Cors自动配置方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录SpringBoot封装Cors自动配置背景实现步骤1. 创建 GlobalCorsProperties

idea中创建新类时自动添加注释的实现

《idea中创建新类时自动添加注释的实现》在每次使用idea创建一个新类时,过了一段时间发现看不懂这个类是用来干嘛的,为了解决这个问题,我们可以设置在创建一个新类时自动添加注释,帮助我们理解这个类的用... 目录前言:详细操作:步骤一:点击上方的 文件(File),点击&nbmyHIgsp;设置(Setti

Spring Boot结成MyBatis-Plus最全配置指南

《SpringBoot结成MyBatis-Plus最全配置指南》本文主要介绍了SpringBoot结成MyBatis-Plus最全配置指南,包括依赖引入、配置数据源、Mapper扫描、基本CRUD操... 目录前言详细操作一.创建项目并引入相关依赖二.配置数据源信息三.编写相关代码查zsRArly询数据库数

SpringBoot启动报错的11个高频问题排查与解决终极指南

《SpringBoot启动报错的11个高频问题排查与解决终极指南》这篇文章主要为大家详细介绍了SpringBoot启动报错的11个高频问题的排查与解决,文中的示例代码讲解详细,感兴趣的小伙伴可以了解一... 目录1. 依赖冲突:NoSuchMethodError 的终极解法2. Bean注入失败:No qu

Python 中的异步与同步深度解析(实践记录)

《Python中的异步与同步深度解析(实践记录)》在Python编程世界里,异步和同步的概念是理解程序执行流程和性能优化的关键,这篇文章将带你深入了解它们的差异,以及阻塞和非阻塞的特性,同时通过实际... 目录python中的异步与同步:深度解析与实践异步与同步的定义异步同步阻塞与非阻塞的概念阻塞非阻塞同步

JavaScript错误处理避坑指南

《JavaScript错误处理避坑指南》JavaScript错误处理是编程过程中不可避免的部分,它涉及到识别、捕获和响应代码运行时可能出现的问题,本文将详细给大家介绍一下JavaScript错误处理的... 目录一、错误类型:三大“杀手”与应对策略1. 语法错误(SyntaxError)2. 运行时错误(R

Python使用date模块进行日期处理的终极指南

《Python使用date模块进行日期处理的终极指南》在处理与时间相关的数据时,Python的date模块是开发者最趁手的工具之一,本文将用通俗的语言,结合真实案例,带您掌握date模块的六大核心功能... 目录引言一、date模块的核心功能1.1 日期表示1.2 日期计算1.3 日期比较二、六大常用方法详

MySQL中慢SQL优化方法的完整指南

《MySQL中慢SQL优化方法的完整指南》当数据库响应时间超过500ms时,系统将面临三大灾难链式反应,所以本文将为大家介绍一下MySQL中慢SQL优化的常用方法,有需要的小伙伴可以了解下... 目录一、慢SQL的致命影响二、精准定位问题SQL1. 启用慢查询日志2. 诊断黄金三件套三、六大核心优化方案方案

redis+lua实现分布式限流的示例

《redis+lua实现分布式限流的示例》本文主要介绍了redis+lua实现分布式限流的示例,可以实现复杂的限流逻辑,如滑动窗口限流,并且避免了多步操作导致的并发问题,具有一定的参考价值,感兴趣的可... 目录为什么使用Redis+Lua实现分布式限流使用ZSET也可以实现限流,为什么选择lua的方式实现

使用Python高效获取网络数据的操作指南

《使用Python高效获取网络数据的操作指南》网络爬虫是一种自动化程序,用于访问和提取网站上的数据,Python是进行网络爬虫开发的理想语言,拥有丰富的库和工具,使得编写和维护爬虫变得简单高效,本文将... 目录网络爬虫的基本概念常用库介绍安装库Requests和BeautifulSoup爬虫开发发送请求解