Pytorch 如何加速Dataloader提升數(shù)據(jù)讀取速度

更新時間：2021年05月28日 09:23:29 作者：MKFMIKU

這篇文章主要介紹了Pytorch 加速Dataloader提升數(shù)據(jù)讀取速度的操作，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教

在利用DL解決圖像問題時，影響訓(xùn)練效率最大的有時候是GPU，有時候也可能是CPU和你的磁盤。

很多設(shè)計不當?shù)娜蝿?wù)，在訓(xùn)練神經(jīng)網(wǎng)絡(luò)的時候，大部分時間都是在從磁盤中讀取數(shù)據(jù)，而不是做 Backpropagation 。

這種癥狀的體現(xiàn)是使用 Nividia-smi 查看 GPU 使用率時，Memory-Usage 占用率很高，但是 GPU-Util 時常為 0% ，如下圖所示：

如何解決這種問題呢？

在 Nvidia 提出的分布式框架 Apex 里面，我們在源碼里面找到了一個簡單的解決方案：

https://github.com/NVIDIA/apex/blob/f5cd5ae937f168c763985f627bbf850648ea5f3f/examples/imagenet/main_amp.py#L256

class data_prefetcher():
    def __init__(self, loader):
        self.loader = iter(loader)
        self.stream = torch.cuda.Stream()
        self.mean = torch.tensor([0.485 * 255, 0.456 * 255, 0.406 * 255]).cuda().view(1,3,1,1)
        self.std = torch.tensor([0.229 * 255, 0.224 * 255, 0.225 * 255]).cuda().view(1,3,1,1)
        # With Amp, it isn't necessary to manually convert data to half.
        # if args.fp16:
        #     self.mean = self.mean.half()
        #     self.std = self.std.half()
        self.preload()

    def preload(self):
        try:
            self.next_input, self.next_target = next(self.loader)
        except StopIteration:
            self.next_input = None
            self.next_target = None
            return
        with torch.cuda.stream(self.stream):
            self.next_input = self.next_input.cuda(non_blocking=True)
            self.next_target = self.next_target.cuda(non_blocking=True)
            # With Amp, it isn't necessary to manually convert data to half.
            # if args.fp16:
            #     self.next_input = self.next_input.half()
            # else:
            self.next_input = self.next_input.float()
            self.next_input = self.next_input.sub_(self.mean).div_(self.std)

我們能看到 Nvidia 是在讀取每次數(shù)據(jù)返回給網(wǎng)絡(luò)的時候，預(yù)讀取下一次迭代需要的數(shù)據(jù)，

那么對我們自己的訓(xùn)練代碼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):
    # 訓(xùn)練代碼

#-------------升級后---------

data, label = prefetcher.next()
iteration = 0
while data is not None:
    iteration += 1
    # 訓(xùn)練代碼
    data, label = prefetcher.next()

這樣子我們的 Dataloader 就像打了雞血一樣提高了效率很多，如下圖：

當然，最好的解決方案還是從硬件上，把讀取速度慢的機械硬盤換成 NVME 固態(tài)吧～

補充：Pytorch設(shè)置多線程進行dataloader時影響GPU運行

使用PyTorch設(shè)置多線程（threads）進行數(shù)據(jù)讀取時，其實是假的多線程，他是開了N個子進程（PID是連續(xù)的）進行模擬多線程工作。

以載入cocodataset為例

DataLoader

dataloader = torch.utils.data.DataLoader(COCODataset(config["train_path"],
                                                     (config["img_w"], config["img_h"]),
                                                     is_training=True),
                                         batch_size=config["batch_size"],
                                         shuffle=True, num_workers=32, pin_memory=True)

numworkers就是指定多少線程的參數(shù)，原為32。