多卡训练遇到的一个问题(维度错误)

多卡训练的时候,我个人常常用到的方法是

os.environ["CUDA_VISIBLE_DEVICES"] = '0,1,2,3'
device = torch.device('cuda:0' if torch.cuda.is_available() else "cpu")

model = nn.DataParallel(model)
model = model.to(device)

data = data.to(device)            
label = label.to(device)

output = model(data)

这种方法有一个问题,就是对model前向函数的输出的维度有要求,需要第0维对应的必须是batch。

原因是DataParallel的前向函数会将数据分成n等分(n对应GPU的数量),分别计算output之后再进行concat。操作的维度都是第0维。

所以模型在设计的时候,尽量保证前向函数的input的第0维和output的第0维都对应batch。

ps:ctcLoss对应的输入需要batch在第1维(叹气),所以要注意训练的设计。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值