
前向过程
device_ids=[0, 1, 2]
model = model.cuda(device_ids[0])
model = nn.DataParallel(model, device_ids=device_ids)只要将model重新包装一下就可以。
后向过程
optimizer = optim.SGD(model.parameters(), lr=learning_rate, momentum=0.9, weight_decay=0.001)
optimizer = nn.DataParallel(optimizer, device_ids=device_ids)
#因为它在DataParallel里面,所以要先变成普通的nn.SGD对象,然后才能调用该类的梯度更新方法。
optimizer.module.step() 更新学习率的时候也需要注意一下:
for param_lr in optimizer.module.param_groups: #同样是要加module
param_lr['lr'] /= 2criterion(loss 函数)
def init_criterion():
criterion = loss.CrossEntropyLoss2d()
criterion = torch.nn.DataParallel(
criterion, range(gpu_nums)).cuda() # range(self.settings.n_gpu)
return criterion
# criterion = init_criterion()
criterion = loss.CrossEntropyLoss2d()这个并行的效果对显存是有影响的,但是效果不明显。 训练的时候会出现问题:
loss = criterion(out, labels_tensor)
loss /= N
optimizer.zero_grad()
# loss.backward()
loss.sum().backward()数据并行返回的结果的维度和之前维度是不一样的所以反向传播的时候需要做一下修改