单机多卡的情况下,torch.nn.DataParallel 的计算过程:
1、将 inputs 从主 GPU 分发到所有 GPU 上
2、将 model 从主 GPU 分发到所有 GPU 上
3、每个 GPU 分别独立进行前向传播,得到 outputs
4、将每个 GPU 的 outputs 发回主 GPU
5、在主 GPU 上,通过 loss function 计算出 loss,对 loss function 求导,求出损失梯度
6、计算得到的梯度分发到所有 GPU 上
7、反向传播计算参数梯度
8、将所有梯度回传到主 GPU,通过梯度更新模型权重
9、不断重复上面的过程
代码实现:
# API 如下
torch.nn.DataParallel(module, device_ids=None, output_device=None, dim=0)
# 使用非常简单。一句代码就搞定。
net = torch.nn.DataParallel(model, device_ids=[0, 1, 2])