分析训练速度慢

参考：https://blog.csdn.net/DD_PP_JJ/article/details/111829869
https://blog.csdn.net/weixin_54048889/article/details/127934092

一、分析GPU

nvidia-smi

二、分析CPU使用率

htop

查看cpu96个核的使用率

三、分析磁盘IO

apt-get install iotop
iotop

分析GPU和CPU都没有使用完，瓶颈在磁盘IO。

DDR3内存读写速度大概10G每秒（10000M）
固态硬盘速度是300M每秒，是内存的三十分之一
机械硬盘的速度是100M每秒，是内存的百分之一

linux测试系统内存和磁盘的读写速度。
测试指令参考：https://www.cnbanwagong.com/linux-speed-test.html

wget -qO- bench.sh | bash    ##测试速度

sudo lshw -class disk   查看硬盘类型

查看硬盘读写速度。
参考：https://baijiahao.baidu.com/s?id=1768766502851278651&wfr=spider&for=pc

hdparm -Tt /dev/sda

上述命令会显示硬盘的缓存读取速度 (Cached Read Speed) 和不带缓存的读取速度 (Buffered Disk Read Speed)。

四、磁盘IO瓶颈解决方法

1、拼成一张图片，
2、多张图内存拼在一起，
3、增大磁盘内存的使用率，把部分数据放在内存条存储上，从内存条上读取数据，可以加快速度。
4、更换更快的硬盘，ssd，nvme硬盘等。

五、其他方法

1、开启图片缓存，会生成图片对应的numpy数据，以后直接读取numpy数据。需要足够大的存储空间。
2、使用混合精度训练试试。yolov5 v7.0代码里支持，默认开启混合精度训练。

amp = check_amp(model)  # check AMP
scaler = torch.cuda.amp.GradScaler(enabled=amp)

torch.cuda.amp.GradScaler解析：https://zhuanlan.zhihu.com/p/348554267
3、图片解码加速
PyTorch中默认使用的是Pillow进行图像的解码，但是其效率要比Opencv差一些，如果图片全部是JPEG格式，可以考虑使用TurboJpeg库解码。具体速度对比如下图所示：

对于jpeg读取也可以考虑使用jpeg4py库（pip install jpeg4py）,重写一个loader即可。
存bmp图也可以降低解码耗时，其他方案还有recordIO,hdf5,pth,n5,lmdb等格式。
4、数据增强加速，使用dali库（使用gpu进行数据增强操作）
在PyTorch中，通常使用transformer做图片分类任务的数据增强，而其调用的是CPU做一些Crop、Flip、Jitter等操作。如果你通过观察发现你的CPU利用率非常高，GPU利用率比较低，那说明瓶颈在于CPU预处理，可以使用Nvidia提供的DALI库在GPU端完成这部分数据增强操作。
Dali链接：https://github.com/NVIDIA/DALI
文档也非常详细：

Dali文档：https://docs.nvidia.com/deeplearning/sdk/dali-developer-guide/index.html

当然，Dali提供的操作比较有限，仅仅实现了常用的方法，有些新的方法比如cutout需要自己搞。
具体实现可以参考这一篇：https://zhuanlan.zhihu.com/p/77633542
5、 data Prefetch
Nvidia Apex中提供的解决方案
参考来源：https://zhuanlan.zhihu.com/p/66145913
我们能看到 Nvidia 是在读取每次数据返回给网络的时候，预读取下一次迭代需要的数据，那么对我们自己的训练代码只需要做下面的改造：

training_data_loader = DataLoader(
    dataset=train_dataset,
    num_workers=opts.threads,
    batch_size=opts.batchSize,
    pin_memory=True,
    shuffle=True,
)
for iteration, batch in enumerate(training_data_loader, 1):
    # 训练代码

#-------------升级后---------

data, label = prefetcher.next()
iteration = 0
while data is not None:
    iteration += 1
    # 训练代码
    data, label = prefetcher.next()

安装：

pip install prefetch_generator

使用：

from torch.utils.data import DataLoader
from prefetch_generator import BackgroundGenerator
class DataLoaderX(DataLoader):
    def __iter__(self):
        return BackgroundGenerator(super().__iter__())

然后用DataLoaderX替换原本的DataLoader

六、如何测试训练过程的瓶颈

参考：https://blog.csdn.net/DD_PP_JJ/article/details/111829869
https://blog.csdn.net/wizardforcel/article/details/88321661
1、https://www.cnblogs.com/lfri/p/15586649.html

python -m torch.utils.bottleneck 待测脚本路径

2、

python -m cProfile -o 100_percent_gpu_utilization.prof train.py

3、复杂的(比如多GPU)

torch.autograd.profiler.profile().

这些只能看到程序运行的耗时，不能从这些里边看出瓶颈在磁盘io吧。