开源框架MXNet | 环境变量配置（显存）

一般情况下，不需要修改有关环境变量的配置。但是一些特殊情况，需要修改的，就涉及到以下这些内容了： 在linux上最简单的修改方式就是export MXNET_GPU_WORKER_NTHREADS=3

一 设置进程数量

• MXNET_GPU_WORKER_NTHREADS 这个参数用来在一块卡上并行计算，在每一块GPU上最大的进程数，默认值为2
• MXNET_GPU_COPY_NTHREADS 在每个GPU上执行内存复制作业的并发线程的最大数量，默认值1
• MXNET_CPU_WORKER_NTHREADS
• MXNET_CPU_PRIORITY_NTHREADS
• MXNET_CPU_NNPACK_NTHREADS

二 显存选项

• MXNET_EXEC_ENABLE_INPLACE 默认值：true
• NNVM_EXEC_MATCH_RANGE 默认值：16
• MXNET_EXEC_NUM_TEMP 默认值：1 将此设置为一个小数目可以节省GPU内存。它也可能会降低并行度，这通常是可以接受的。
• MXNET_GPU_MEM_POOL_RESERVE 默认值：5 If you see a strange out-of-memory error from the kernel launch, after multiple iterations, try setting this to a larger value.

三 Memonger

• MXNET_BACKWARD_DO_MIRROR 默认值：0，可选0或1 MXNet 使用镜像概念来节省内存。用于训练阶段来节省设备内存，当设置为1 的时候，在前向传播的时候会复制某些层的fp，反向传播的时候会重新计算这些数据。 MXNET_BACKWARD_DO_MIRROR=1 将会节省30%~50%的显存, 保存95%的运行速度。

四 控制数据通信

• MXNET_KVSTORE_REDUCTION_NTHREADS 默认值：4 用于总结大数组的CPU线程数。
• MXNET_KVSTORE_BIGARRAY_BOUND
• MXNET_ENABLE_GPU_P2P

更多配置信息：

http://mxnet.incubator.apache.org/how_to/env_var.html

五 Mxnet恢复训练

Mxnet可以通过断点恢复训练，命令如下：

python train_end2end.py --network resnet --gpu 0 --resume --begin_epoch 10 --end_epoch 15 --lr_step 15