PyTorch常见踩坑汇总

机器学习实验室

共 3812字,需浏览 8分钟

 ·

2021-02-22 11:41


作者:郁振波

转自:Datawhale


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:


https://github.com/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。


http://docs.h5py.org/en/stable/mpi.html


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。


张航学长提了一个开源的gpu balance的工具—PyTorch-Encoding。


https://github.com/zhanghang1989/PyTorch-Encoding


使用方法还是比较便捷的,如下所示:


from balanced_parallel import DataParallelModel, DataParallelCriterionmodel = 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 gatherpreds = 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 DistributedSamplerfrom torch.nn.parallel import DistributedDataParallel
torch.distributed.init_process_group(backend="nccl")# 配置每个进程的gpulocal_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gpumodel.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sampletrain_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 = Truetorch.backends.cudnn.deterministic = Falsetorch.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)


(4)dataloader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]


(5)dataloader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:

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: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。


往期精彩:

【原创首发】机器学习公式推导与代码实现30讲.pdf

【原创首发】深度学习语义分割理论与实战指南.pdf

 谈中小企业算法岗面试

 算法工程师研发技能表

 真正想做算法的,不要害怕内卷

 技术学习不能眼高手低

 技术人要学会自我营销

 做人不能过拟合

点个在看

浏览 41
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报