文章目录
- 1. 模型训练过程划分
- 1.1. 定义过程
-
- 1.2. 数据集加载过程
- 1.2.1. Dataset类:创建数据集
- 1.2.2. Dataloader类:加载数据集
- 1.3. 训练循环
- 2. 模型训练过程优化的总体思路
- 2.1. 提升数据从硬盘转移到CPU内存的效率
- 2.2. 提升CPU的运算效率
- 2.3. 提升数据从CPU转移到GPU的效率
- 2.4. 提升GPU的运算效率
- 3. 模型训练过程优化分析
- 3.1. 定义过程
- 3.2. 数据集加载过程
- 3.3. 训练循环
-
1. 模型训练过程划分
if __name__ == '__main__':...
1.1. 定义过程
1.1.1. 全局参数设置
参数名 | 作用 |
---|
num_epochs | 指定在训练集上训练的轮数 |
batch_size | 指定每批数据的样本数 |
num_workers | 指定加载数据集的进程数 |
prefetch_factor | 指定每个进程的预加载因子(要求num_workers>0 ) |
device | 指定模型训练使用的设备(CPU或GPU) |
lr | 学习率,控制模型参数的更新步长 |
1.1.2. 模型定义
组件 | 作用 |
---|
writer | 定义tensorboard的事件记录器 |
net | 定义神经网络结构 |
net.apply(init_weights) | 模型参数初始化 |
criterion | 定义损失函数 |
optimizer | 定义优化器 |
1.2. 数据集加载过程
1.2.1. Dataset类:创建数据集
- 作用:定义数据集的结构和访问数据集中样本的方式。定义过程中通常需要读取数据文件,但这并不意味着将整个数据集加载到内存中。
- 如何创建数据集
- 继承Dataset抽象类自定义数据集
- TensorDataset类:通过包装张量创建数据集
1.2.2. Dataloader类:加载数据集
- 作用:定义数据集的加载方式,但这并不意味着正在加载数据集。
- 数据批量加载:将数据集分成多个批次(batches),并逐批次地加载数据。
- 数据打乱(可选):在每个训练周期(epoch)开始时,DataLoader会对数据集进行随机打乱,以确保在训练过程中每个样本被均匀地使用。
- 主要参数
参数 | 作用 |
---|
dataset | 指定数据集 |
batch_size | 指定每批数据的样本数 |
shuffle=False | 指定是否在每个训练周期(epoch)开始时进行数据打乱 |
sampler=None | 指定如何从数据集中选择样本,如果指定这个参数,那么shuffle必须设置为False |
batch_sampler=None | 指定生成每个批次中应包含的样本数据的索引。与batch_size、shuffle 、sampler and drop_last参数不兼容 |
num_workers=0 | 指定进行数据加载的进程数 |
collate_fn=None | 指定将一列表的样本合成mini-batch的方法,用于映射型数据集 |
pin_memory=False | 是否将数据缓存在物理RAM中以提高GPU传输效率 |
drop_last=False | 是否在批次结束时丢弃剩余的样本(当样本数量不是批次大小的整数倍时) |
timeout=0 | 定义在每个批次上等待可用数据的最大秒数。如果超过这个时间还没有数据可用,则抛出一个异常。默认值为0,表示永不超时。 |
worker_init_fn=None | 指定在每个工作进程启动时进行的初始化操作。可以用于设置共享的随机种子或其他全局状态。 |
multiprocessing_context=None | 指定多进程数据加载的上下文环境,即多进程库 |
generator=None | 指定一个生成器对象来生成数据批次 |
prefetch_factor=2 | 控制数据加载器预取数据的数量,默认预取比实际所需的批次数量多2倍的数据 |
persistent_workers=False | 控制数据加载器的工作进程是否在数据加载完成后继续存在 |
1.3. 训练循环
for epoch in trange(num_epochs):...
- 循环内部主要有以下模块:
for X, y in dataloader_train:X, y = X.to(device), y.to(device)loss = criterion(net(X), y)optimizer.zero_grad()loss.mean().backward()optimizer.step()
def evaluate_loss(dataloader):"""评估给定数据集上模型的损失"""metric = d2l.Accumulator(2) with torch.no_grad():for X, y in dataloader:X, y = X.to(device), y.to(device)loss = criterion(net(X), y)metric.add(loss.sum(), loss.numel())return metric[0] / metric[1]
2. 模型训练过程优化的总体思路
注意: 以下只区分变量、对象是在GPU还是在CPU内存中处理。实际处理过程使用的硬件是CPU、内存和GPU,其中CPU有缓存cache,GPU有显存。忽略具体的数据传输路径和数据处理设备。谈GPU包括GPU和显存,谈CPU内存包括CPU、缓存cache和内存。
主过程 | 子过程 | 追踪情况 |
---|
定义过程 | 全局参数设置 | 变量的定义都是由CPU完成的 |
模型定义 | - 对象的定义都是由CPU完成的
- 模型参数和梯度信息可以转移到GPU
|
数据集配置过程 | —— | 对象的定义都是由CPU完成的 |
训练循环 | 训练模型 | - 每批数据的加载是由CPU完成的,先加载到CPU内存,然后可以转移到GPU
- 数据的前向传播可以由GPU完成
- 误差反向传播(包括梯度计算)可以由GPU完成的
- 模型参数更新可以由GPU完成的
|
评估模型 | - 每批数据的加载是由CPU完成的,先加载到CPU内存,然后可以转移到GPU
- 数据的前向传播可以由GPU完成,此时可以禁用自动求导机制
|
由此,要提升硬件资源的利用率和训练效率,总体上有以下角度:
2.1. 提升数据从硬盘转移到CPU内存的效率
- 如果数据集较小,可以一次性读入CPU内存,之后注意要将
num_workers
设置为0,由主进程加载数据集。否则会增加多余的过程(数据从CPU内存到CPU内存),而且随进程数num_workers
增加而增加。 - 如果数据集很大,可以采用多进程读取,
num_workers
设置为大于0的数,小于CPU内核数,加载数据集的效率随着进程数num_workers
增加而增加;也随着预读取因子prefetch_factor
的增加而增加,之后大致不变,因为预读取到了极限。 - 如果数据集较小,但是需要逐元素的预处理,可以采用多进程读取,以稍微增加训练时间为代价降低操作的复杂度。
2.2. 提升CPU的运算效率
2.3. 提升数据从CPU转移到GPU的效率
- 数据传输未准备好也传输(即非阻塞模式):
non_blocking=True
- 将张量固定在CPU内存 :
pin_memory=True
2.4. 提升GPU的运算效率
- 使用自动混合精度(AMP,要求pytorch>=1.6.0):通过将模型和数据转换为低精度的形式(如FP16),可以显著减少GPU内存使用。
3. 模型训练过程优化分析
3.1. 定义过程
- 特点:每次程序运行只需要进行一次。
- 优化思路:将模型转移到GPU,同时
non_blocking=True
。
3.2. 数据集加载过程
- 特点:只是定义数据加载的方式,并没有加载数据。
- 优化思路:合理设置数据加载参数,如
batch_size
:一般取能被训练集大小整除的值。过小,则每次参数更新时所用的样本数较少,模型无法充分地学习数据的特征和分布,同时参数更新频繁,模型收敛速度提高,CPU到GPU的数据传输次数增加,CPU内存的消耗总量增加;过大,则每次参数更新时所用的样本数较多,模型性能更稳定,对GPU、CPU内存的单次消耗增加,对硬件配置要求更高,同时参数更新缓慢,模型收敛速度下降。num_workers
:取小于CPU内核数的合适值,比如先取CPU内核数的一半。过小,则数据加载进程少,数据加载缓慢;过大,则数据加载进程多,对CPU要求高,同时也影响效率。pin_memory
:当设置为True时,它告诉DataLoader将加载的数据张量固定在CPU内存中,使数据传输到GPU的过程更快。prefetch_factor
:决定每次从磁盘加载多少个batch的数据到内存中,预先加载batch越多,在处理数据时,不会因为数据加载的延迟而影响整体的训练速度,同时可以让GPU在处理数据时保持忙碌,从而提高GPU利用率;过大,则会导致CPU内存消耗增加。
3.3. 训练循环
- 优化思路:
- 训练和评估过程分离或者减少评估的次数:模型从训练到评估需要进行状态切换,模型评估过程开销很大。
- 尽量使用非局部变量:减少变量、对象的创建和销毁过程
3.3.1. 训练模型
- 特点:训练结构固定
- 优化思路:
- 将数据转移到GPU,同时
non_blocking=True
。 - 优化训练结构:比如使用自动混合精度:
from torch.cuda.amp import autocast, GradScalergrad_scaler = GradScaler()
for epoch in range(num_epochs):start_time = time.perf_counter()for X, y in dataloader_train:X, y = X.to(device, non_blocking=True), y.to(device, non_blocking=True)with autocast():loss = criterion(net(X), y)optimizer.zero_grad()grad_scaler.scale(loss.mean()).backward()grad_scaler.step(optimizer)grad_scaler.update()
3.3.2. 评估模型
- 特点:评估结构固定
- 优化思路:
- 将数据转移到GPU,同时
non_blocking=True
。 - 减少不必要的运算:比如梯度计算,即:
with torch.no_grad():...