PyTorch算法加速指南

AI研习社

发布于 2019-11-27 23:34:57

9720

发布于 2019-11-27 23:34:57

文章被收录于专栏：AI研习社AI研习社

原标题 | Speed Up your Algorithms Part 1 — PyTorch

作　者 | Puneet Grover

这是我正在撰写的系列文章中的第一篇。所有帖子都在这里：

1.加快算法速度，第1部分—PyTorch

2.加快算法速度，第2部分-Numba

3.加快算法速度，第3部分—并行化

4.加快算法速度，第4部分--Dask

这些与Jupyter Notebooks配套，可在此处获得：[Github-SpeedUpYourAlgorithms]和[Kaggle]

（编辑-28/11/18）-添加了“torch.multiprocessing”部分。

1. 引言:

在本文中，我将展示如何使用torch和pycuda检查、初始化GPU设备，以及如何使算法更快。

PyTorch是建立在torch之上的机器学习库。它得到了Facebook AI研究小组的支持。在最近开发之后，由于它的简单性，动态图以及本质上是pythonic，它已经获得了很大的普及。它的速度仍然不会落后，在许多情况下甚至可以超越其表现。

pycuda允许您从python访问Nvidia的CUDA并行计算API。

2.如何检查CUDA的可用性

Sydney Rae在《 Unsplash》上创作的“沙滩上的棕色干树叶”

要检查Torch是否可以使用cuda设备，您可以简单地运行：

import torch

torch.cuda.is_available()
# True

3. 如何获得cuda设备更多信息

Rawpixel在Unsplash上发布的“黑色智能手机”

要获取设备的基本信息，可以使用torch.cuda。但是，要获取有关设备的更多信息，可以使用pycuda，这是CUDA库周围的python包装器。您可以使用类似：

import torch
import pycuda.driver as cuda
cuda.init()

## Get Id of default device
torch.cuda.current_device()
# 0

cuda.Device(0).name() # '0' is the id of your GPU
# Tesla K80

或者

torch.cuda.get_device_name(0) # Get name device with ID '0'
# 'Tesla K80'

我编写了一个简单的类来获取有关您的cuda兼容GPU的信息：

要获取当前的内存使用情况，可以使用pyTorch的函数，例如：

mport torch
# Returns the current GPU memory usage by 
# tensors in bytes for a given device
torch.cuda.memory_allocated()
# Returns the current GPU memory managed by the
# caching allocator in bytes for a given device
torch.cuda.memory_cached()

运行应用程序后，可以使用简单的命令清除缓存：

# Releases all unoccupied cached memory currently held by
# the caching allocator so that those can be used in other
# GPU application and visible in nvidia-smi
torch.cuda.empty_cache()

但是，使用此命令不会通过张量释放占用的GPU内存，因此它无法增加可用于PyTorch的GPU内存量。

这些内存方法仅适用于GPU。

4. 如何在GPU上储存张量并且运行模型？

如果要在cpu上存储内容，可以简单地写：

a = torch.DoubleTensor([1., 2.])

此向量存储在cpu上，您对其执行的任何操作都将在cpu上完成。要将其传输到gpu，您只需执行.cuda：

a = torch.FloatTensor([1., 2.]).cuda()

或者

这将为其选择默认设备，该默认设备可通过命令查看

torch.cuda.current_device()# 0

也可以这样：

a.get_device()# 0

您也可以将模型发送到GPU设备。例如，考虑一个由nn.Sequential组成的简单模块：

sq = nn.Sequential(         nn.Linear(20, 20),         nn.ReLU(),         nn.Linear(20, 4),         nn.Softmax())

要将其发送到GPU设备，只需执行以下操作：

model = sq.cuda()

您可以检查它是否在GPU设备上，为此，您必须检查其参数是否在GPU设备上，例如：

# From the discussions here: discuss.pytorch.org/t/how-to-check-if-model-is-on-cuda
next(model.parameters()).is_cuda# True

5. 在多个GPU中，如何选择GPU进行运算？

您可以为当前应用程序/存储选择一个GPU，该GPU可以与您为上一个应用程序/存储选择的GPU不同。

正如在第（2）部分中已经看到的那样，我们可以使用pycuda获取所有与cuda兼容的设备及其ID，在此不再赘述。

考虑到您有3个cuda兼容设备，可以将张量初始化并分配给特定设备，如下所示：

在这些Tensor上执行任何操作时，无论选择哪个设备，都可以执行该操作，结果将与Tensor保存在同一设备上。

x = torch.Tensor([1., 2.]).to(cuda2)y = torch.Tensor([3., 4.]).to(cuda2)
# This Tensor will be saved on 'cuda2' onlyz = x + y

如果您有多个GPU，则可将应用程序在多个设备上工作，但是它们之间会产生通信开销。但是，如果您不需要太多中继信息，则可以尝试一下。

其实还有一个问题。在PyTorch中，默认情况下，所有GPU操作都是异步的。尽管在CPU和GPU或两个GPU之间复制数据时确实进行了必要的同步，但是如果您仍然使用torch.cuda.Stream（）命令创建自己的流，那么您将必须自己照顾指令的同步。

从PyTorch的文档中举一个例子，这是不正确的：

cuda = torch.device('cuda')s = torch.cuda.Stream()  # Create a new stream.A = torch.empty((100, 100), device=cuda).normal_(0.0, 1.0)with torch.cuda.stream(s):    # because sum() may start execution before normal_() finishes!    B = torch.sum(A)

如果您想充分利用多个GPU，可以：

1.将所有GPU用于不同的任务/应用程序，

2.将每个GPU用于集合或堆栈中的一个模型，每个GPU都有数据副本（如果可能），因为大多数处理是在训练模型期间完成的，

3.在每个GPU中使用带有切片输入和模型副本。每个GPU都会分别计算结果，并将其结果发送到目标GPU，然后再进行进一步的计算等。

6. 数据并行?

在数据并行中，我们将从数据生成器获得的数据（一个批次）分割为较小的小型批次，然后将其发送到多个GPU进行并行计算。

在PyTorch中，数据并行是使用torch.nn.DataParallel实现的。

我们将看到一个简单的示例来了解实际情况。为此，我们必须使用nn.parallel的一些功能，即：

1.复制：在多个设备上复制模块。

2.分散：在这些设备中的第一维上分配输入。

3.收集：从这些设备收集和连接第一维的输入。

4.parallel_apply：要将从Scatter获得的一组分布式输入s，应用于从Replicate获得的相应分布式Module集合。

# Replicate module to devices in device_idsreplicas = nn.parallel.replicate(module, device_ids)
# Distribute input to devices in device_idsinputs = nn.parallel.scatter(input, device_ids)
# Apply the models to corresponding inputsoutputs = nn.parallel.parallel_apply(replicas, inputs)
# Gather result from all devices to output_deviceresult = nn.parallel.gather(outputs, output_device)

或者，更简单

model = nn.DataParallel(model, device_ids=device_ids)result = model(input)

7.数据并行的比较

我没有多个GPU，但是我可以在这里找到Ilia Karmanov和他的github存储库上一篇不错的文章，其中比较了使用多个GPU的大多数框架。

他的结果：

[他的github存储库最新更新：（2018年6月19日）]。PyTorch 1.0，Tensorflow 2.0的发布以及新的GPU可能已经改变了这一点……]

因此，您可以看到，即使必须在开始和结束时与主设备进行通信，并行处理也绝对有帮助。在多GPU情况下,PyTorch的结果要比Chainer及其他所有结果都快。通过一次调用DataParallel，Pytorch也使其变得简单。

8. torch.multiprocessing

torch.multiprocessing是Python多处理模块的包，其API与原始模块100％兼容。因此，您可以在此处使用Python的多处理模块中的Queue，Pipe，Array等。此外，为了使其更快，他们添加了一个方法share_memory_（），该方法使数据进入任何进程时都可以直接使用，因此将数据作为参数传递给不同的进程将不会复制该数据。

您可以共享张量，模型参数，也可以根据需要在CPU或GPU上共享它们。