面對(duì)數(shù)以億計(jì)的圖片數(shù)據(jù)，到底該用什么樣的方法才能快速搞實(shí)驗(yàn)?

　　這樣的問題，或許在做機(jī)器學(xué)習(xí)研究的你，也會(huì)經(jīng)常遇到。

　　而就在最近，一個(gè)國(guó)外小哥就提出了一種建議：

　　在 Pytorch lightning 基礎(chǔ)上，讓深度學(xué)習(xí) pipeline 速度提升 10 倍!

　　用他自己的話來說就是 ——“爬樓時(shí)像給了你一個(gè)電梯”。

　　這般“酸爽”，到底是如何做到的呢?

　　優(yōu)化機(jī)器學(xué)習(xí) pipeline，很重要

　　無(wú)論你是身處學(xué)術(shù)界還是工業(yè)界，時(shí)間和資源等各種因素，往往會(huì)成為你在搞實(shí)驗(yàn)的枷鎖。

　　尤其是隨著數(shù)據(jù)集規(guī)模和機(jī)器學(xué)習(xí)模型，變得越發(fā)龐大和復(fù)雜，讓實(shí)驗(yàn)變得既費(fèi)時(shí)又耗力。

　　提速這件事，就變得至關(guān)重要。

　　例如在 2012 年的時(shí)候，訓(xùn)練一個(gè) AlexNet，要花上 5 到 6 天的時(shí)間。

　　而現(xiàn)如今，只需要短短幾分鐘就可以在更大的數(shù)據(jù)集上訓(xùn)練更大的圖像模型。

　　這位小哥認(rèn)為，從某種角度上來說，這是得益于各種各樣的“利器”的出現(xiàn)。

　　例如 Pytorch Lingtning，就是其中一種。

　　于是，他便“死磕”pipeline，總結(jié)了六種“閃電加速”實(shí)驗(yàn)周期的方法。

　　并行數(shù)據(jù)加載

　　數(shù)據(jù)加載和增強(qiáng)(augmentation)往往被認(rèn)為是訓(xùn)練 pipeline 時(shí)的瓶頸之一。

　　一個(gè)典型的數(shù)據(jù) pipeline 包含以下步驟：

　　從磁盤加載數(shù)據(jù)

　　在運(yùn)行過程中創(chuàng)建隨機(jī)增強(qiáng)

　　將每個(gè)樣本分批整理

　　在這個(gè)過程中，倒是可以用多個(gè) CPU 進(jìn)程并行加載數(shù)據(jù)來優(yōu)化。

　　但與此同時(shí)，還可以通過下面的操作來加速這一過程：

　　1、將 DataLoader 中的 num_workers 參數(shù)設(shè)置為 CPU 的數(shù)量。

　　2、當(dāng)與 GPU 一起工作時(shí)，將 DataLoader 中的 pin_memory 參數(shù)設(shè)置為 True。這可以將數(shù)據(jù)分配到頁(yè)鎖定的內(nèi)存中，從而加快數(shù)據(jù)傳輸?shù)?GPU 的速度。

　　使用分布式數(shù)據(jù)并行的多 GPU 訓(xùn)練

　　與 CPU 相比，GPU 已經(jīng)大大加速了訓(xùn)練和推理時(shí)間。

　　但有沒有比一個(gè) GPU 更好的方法?或許答案就是：

　　多個(gè) GPU!

　　在 PyTorch 中，有幾種范式可以用多個(gè) GPU 訓(xùn)練你的模型。

　　兩個(gè)比較常見的范式是“DataParallel”和“DistributedDataParallel”。

　　而小哥采用的方法是后者，因?yàn)樗J(rèn)為這是一種更可擴(kuò)展的方法。

　　但在 PyTorch(以及其他平臺(tái))中修改訓(xùn)練 pipeline 并非易事。

　　必須考慮以分布式方式加載數(shù)據(jù)以及權(quán)重、梯度和指標(biāo)的同步等問題。

　　不過，有了 PyTorch Lightning，就可以非常容易地在多個(gè) GPU 上訓(xùn)練 PyTorch 模型，還是幾乎不需要修改代碼的那種!

　　混合精度

　　在默認(rèn)情況下，輸入張量以及模型權(quán)重是以單精度(float32)定義的。

　　然而，某些數(shù)學(xué)運(yùn)算可以用半精度(float16)進(jìn)行。

　　這樣一來，就可以顯著提升速度，并降低了模型的內(nèi)存帶寬，還不會(huì)犧牲模型的性能。

　　通過在 PyTorch Lightning 中設(shè)置混合精度標(biāo)志(flag)，它會(huì)在可能的情況下自動(dòng)使用半精度，而在其他地方保留單精度。

　　通過最小的代碼修改，模型訓(xùn)練的速度可以提升 1.5 至 2 倍。

　　早停法

　　當(dāng)我們訓(xùn)練深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的時(shí)候，通常希望能獲得最好的泛化性能。

　　但是所有的標(biāo)準(zhǔn)深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，比如全連接多層感知機(jī)都很容易過擬合。

　　當(dāng)網(wǎng)絡(luò)在訓(xùn)練集上表現(xiàn)越來越好，錯(cuò)誤率越來越低的時(shí)候，實(shí)際上在某一刻，它在測(cè)試集的表現(xiàn)已經(jīng)開始變差。

　　因此，早停法 (Early Stopping)便在訓(xùn)練過程中加入了進(jìn)來。

　　具體來說，就是當(dāng)驗(yàn)證損失在預(yù)設(shè)的評(píng)估次數(shù)(在小哥的例子中是 10 次評(píng)估)后停止訓(xùn)練。

　　這樣一來，不僅防止了過擬合的現(xiàn)象，而且還可以在幾十個(gè) epoch 內(nèi)找到最佳模型。

　　Sharded Training

　　Sharded Training 是基于微軟的 ZeRO 研究和 DeepSpeed 庫(kù)。

　　它顯著的效果，就是讓訓(xùn)練大模型變得可擴(kuò)展和容易。

　　否則，這些模型就不適合在單個(gè) GPU 上使用了。

　　而在 Pytorch Lightning 的 1.2 版本中，便加入了對(duì) Shared Training 的支持。

　　雖然在小哥的實(shí)驗(yàn)過程中，并沒有看到訓(xùn)練時(shí)間或內(nèi)存占用方面有任何改善。

　　但他認(rèn)為，這種方法在其它實(shí)驗(yàn)中可能會(huì)提供幫助，尤其是在不使用單一 GPU 的大模型方面。

　　模型評(píng)估和推理中的優(yōu)化

　　在模型評(píng)估和推理期間，梯度不需要用于模型的前向傳遞。

　　因此，可以將評(píng)估代碼包裹在一個(gè) torch.no_grad 上下文管理器中。

　　這可以防止在前向傳遞過程中的存儲(chǔ)梯度，從而減少內(nèi)存占用。

　　如此一來，就可以將更大的 batch 送入模型，讓評(píng)估和推理變得更快。

　　效果如何?

　　介紹了這么多，你肯定想知道上述這些方法，具體起到了怎樣的作用。

　　小哥為此做了一張表格，詳解了方法的加速效果。

　　那么這些方法，是否對(duì)在做機(jī)器學(xué)習(xí)實(shí)驗(yàn)的你有所幫助呢?

　　快去試試吧~

　　參考鏈接：

　　https://devblog.pytorchlightning.ai/how-we-used-pytorch-lightning-to-make-our-deep-learning-pipeline-10x-faster-731bd7ad318a

特別提醒：本網(wǎng)信息來自于互聯(lián)網(wǎng)，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點(diǎn)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí)，對(duì)本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時(shí)性本站不作任何保證或承諾，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。本站不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如若本網(wǎng)有任何內(nèi)容侵犯您的權(quán)益，請(qǐng)及時(shí)聯(lián)系我們，本站將會(huì)在24小時(shí)內(nèi)處理完畢。