1. 关于单机多卡的处理:
在pytorch官网上有一个简单的示例:函数使用为:torch.nn.DataParallel(model, deviceids, outputdevice, dim)关键的在于model、device_ids这两个参数。DATA PARALLELISMpytorch.org
但是官网的例子中没有讲到一个核心的问题:即所有的tensor必须要在同一个GPU上。这是网络运行的前提。这篇文章给了我很大的帮助,里面的例子也很好懂,很直观:pytorch: 一机多卡训练的尝试www.jianshu.com
一般来说有两种数据迁移的方法:
1)是先定义一个device = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu')【这里面已经定义了device在卡0上“cuda:0”】
然后将model = torch.nn.DataParallel(model,devices_ids=[0, 1, 2])(假设有三张卡)
此后需要将tensor 也迁移到GPU上去。注意所有的tensor必须要在同一张GPU上面
即:tensor1 = tensor1.to(device), tensor2 = tensor2.to(device)等等
(可能有人会问了,我并没有指定那一块GPU啊,怎么这样也没有出错啊?
原因很简单,因为一开始的device中已经指定了那一块卡了(卡的id为0))
2)第二中方法就是直接用tensor.cuda()的方法
即先model = torch.nn.DataParallel(model, device_ids=[0, 1, 2]) (假设有三块卡, 卡的ID 为0, 1, 2)
然后tensor1 = tensor1.cuda(0), tensor2=tensor2.cuda(0)等等。(我这里面把所有的tensor全放进ID 为 0 的卡里面,也可以将全部的tensor都放在ID 为1 的卡里面)
2 关于DataParallel的封装问题
在DataParallel中,没有和nn.Module一样多的特性。但是有些时候我们可能需要使用到如.fc这样的性质(.fc性质在nn.Module中有, 但是在DataParallel中没有)这个时候我们需要一个.Module属性来进行过渡。操作如下:
model = Model() # 这里实例化Model类得到一个model
model.fc # 这样做不会报错
# DataParallel情况下
parallel_model = torch.nn.DataParallel(model)
parallel_model.fc # 会报错。解决办法,很简单, 在fc前加一个.module即可
parall_model.module.fc # 不会报错
3 Pytorch中的数据导入潜规则
All pre-trained models expect input images normalized in the same way, i.e. mini-batches of 3-channel RGB images of shape (3 x H x W), where H and W are expected to be at least 224. The images have to be loaded in to a range of [0, 1] and then normalized using mean = [0.485, 0.456, 0.406] and std = [0.229, 0.224, 0.225]
所以我们在transform的时候可以先定义:normalized = torchvision.transforms.Normalize(mean=(0.485, 0.456, 0.406), std=(0.229, 0.224, 0.225)), 然后用的时候直接调用normalized就行了。
4 python中的某些包的版本不同也会导致程序运行失败。
如,今天遇到一个pillow包的问题。原先装的包的6.0.0版本的,但是在制作数据集的时候,训练集跑的好好的,一到验证集就开始无端报错。在确定程序无误之后,将程序放在别的环境中跑(也是pytorch环境),正常运行。于是经过几番查找,发现是pillow出了问题,于是乎卸载了原来的版本,重新装一个低一点的版本问题就解决了。这种版本问题的坑其实很多,而且每个人遇到的还都不尽相同,所以需要慢慢的去摸索才能发现问题所在。
5 关于CUDA 内存溢出的问题。
这个一般是因为batch_size 设置的比较大。(8G显存的话大概batch_size < = 64都ok, 如果还是报错的话,就在对半分 64, 32, 16, 8, 4等等)。而且这个和你的数据大小没什么太大的关系。因为我刚刚开始也是想可能是我训练集太大了,于是将数据集缩小了十倍,还是同样的报错。所以就想可能 batch_size的问题。最后果然是batchsize的问题。
6 关于模型导入
一般来说如果你的模型是再GPU上面训练的,那么如果你继续再GPU上面进行其他的后续操作(如迁移学习等)那么直接使用:
import torch
from torchvision import models
pre_trained_weight = torch.load('pre_trained_weight.pt') # pre_trained_weight.pt 是我在resnet18上面训练好的模型
resnet18 = models.resnet18(pretrained=False) # 导入框架
resnet18.load_state_dict(pre_trained_weight) # load_state_dict()函数表示导入当前权值,因为这个权值都是以字典的形式保存的
# 如果你模型在GPU上训练的,而且后续操作也在GPU上进行,那上面的操作就没啥毛病。但是…………
如果你模型在GPU上训练的,后续操作是在CPU上进行的话。那么还用上面的代码的话就会报错了。因为你模型在GPU上训练,其实其内部的某些数据格式和CPU上的不大一样。所以需要一个函数将GPU上的模型转化为CPU上的模型。这个工作在pytorch里面其实很简单。只要把上面的代码简单修改一下即可:(在torch.load函数里面加一个map_location='cpu'即可!)
import torch
from torchvision import models
pre_trained_weight = torch.load('pre_trained_weight.pt',map_location='cpu') # pre_trained_weight.pt 是我在resnet18上面训练好的模型
resnet18 = models.resnet18(pretrained=False) # 导入框架
resnet18.load_state_dict(pre_trained_weight) # load_state_dict()函数表示导入当前权值,因为这个权值都是以字典的形式保存的
7. 关于两次sort操作:
前几天看SSD pytorch的源码发现了,有这样的一步操作,不得解,
于是查阅了一下资料和动手操作后发现了两次sort操作的神奇之处。
首先 sort操作没什么好说。它接收两个参数:dim和descending参数。dim表示的是从哪个维度进行排列,descending参数接收布尔类型的输入,表示结果是否按降序排列。两次sort操作的具体实施为。
import torch
x = torch.randon(3, 4)
>>>x
tensor([[-0.1361, 0.4076, -0.8244, 0.9163],
[-0.0997, -1.1689, -2.3145, 1.2334],
[-0.4384, -1.6083, 1.7621, -0.9648]])
_, indices = x.sort(dim=1, descending=False)
>>>indices
tensor([[2, 0, 1, 3],
[2, 1, 0, 3],
[1, 3, 0, 2]])
# 上面的是进行第一次的sort, 得到的结果关于x的每一行的元素的升序排列
# 下面进行第二次sort操作。
_, idx = indices.sort(dim=1, descending=False)
>>>idx
tensor([[1, 2, 0, 3],
[2, 1, 0, 3],
[2, 0, 3, 1]])
# 我们来分析一下这个得到的idx和原始数据x的关系。
>>>x
tensor([[-0.1361, 0.4076, -0.8244, 0.9163],
[-0.0997, -1.1689, -2.3145, 1.2334],
[-0.4384, -1.6083, 1.7621, -0.9648]])
按升序排列的话,x的【第一行】中的第一个元素对应的是第二小,第二个元素对应的第三小,第三个元素对应是最小, 最后一个元素应该是最大的
所以这个排列的大小和位置可以从二次sort操作的idx中能看到。现在分析idx,取其第一行【1, 2, 0, 3】, 表示的意思是x[0,0]处在x[0]这一行
的第二位,x[0, 1]处在下x[0]中的第三位, x[0, 2]处在x[0]这一行的第一位, 下x[0, 3]处在x[0]行的最后一位。
(注:这里的第几位表示的是每一行按升序排列原则,其中的元素所处的位置)
从上面的分析中可以看到,两次sort操作得到的idx的意义是: 在保证原始元素的位置不变的情况下,可以表示排序情况(升序or降序)。
以上是原理,那么两次sort究竟用在什么地方呢?
还是上面哪个例子:
>>>x
tensor([[-0.1361, 0.4076, -0.8244, 0.9163],
[-0.0997, -1.1689, -2.3145, 1.2334],
[-0.4384, -1.6083, 1.7621, -0.9648]])
我想取x的第一行元素的前1个最小值, 第二行元素的前2个最小值,第三行元素的前3个最小值。该怎么操作呢?
根据上面的两次sort操作,我们得到idx
tensor([[1, 2, 0, 3],
[2, 1, 0, 3],
[2, 0, 3, 1]])
# 定义criterion
criterion = torch.tensor([1, 2, 3]).view(3, -1)
criterion = criterion.expand_as(idx)
>>>criterion
tensor([[1, 1, 1, 1],
[2, 2, 2, 2],
[3, 3, 3, 3]])
mask = idx < criterion
>>>mask
tensor([[0, 0, 1, 0],
[0, 1, 1, 0],
[1, 1, 0, 1]], dtype=torch.uint8)
# 可以看到,mask得到的就是我们所需要的索引。可以看到mask第一行只有一个1, 第二行有两个1,第三行有三个1.这里的1表示的True的意思,即得到这个数
>>>x[mask]
tensor([-0.8244, -1.1689, -2.3145, -0.4384, -1.6083, -0.9648]) # 最终结果
8. log_sum_exp的trick:机器学习常见模式LogSumExp解密人工智能_机器人之家www.jqr.com
参考这篇文章,写的通俗易懂。大概介绍一下问题:
发现这个问题是前几天,这里面在进行exp操作的时候用x-x_max。当时很是疑惑。后来一看上面这篇文章才明白了。
一般来说
是有一个确切的值与之对应的。但是在计算里面却不是这样的。输入torch.exp(1000), 结果是:
这样的结果并不意外,因为计算机的存储阶段误差导致的。基于这种情况的存在,所以人们想到了一个比较好的解决方法。具体怎么实现看看上面的链接便清楚了。