詳解如何使用Pytorch進行多卡訓練

更新時間：2023年04月21日 10:54:39 作者：實力

這篇文章主要為大家介紹了使用Pytorch進行多卡訓練的實現(xiàn)方法詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪

Python PyTorch深度學習框架

PyTorch是一個基于Python的深度學習框架，它支持使用CPU和GPU進行高效的神經(jīng)網(wǎng)絡訓練。

在大規(guī)模任務中，需要使用多個GPU來加速訓練過程。

數(shù)據(jù)并行

“數(shù)據(jù)并行”是一種常見的使用多卡訓練的方法，它將完整的數(shù)據(jù)集拆分成多份，每個GPU負責處理其中一份，在完成前向傳播和反向傳播后，把所有GPU的誤差累積起來進行更新。數(shù)據(jù)并行的代碼結構如下：

import torch.nn as nn
import torch.optim as optim
import torch.utils.data as data
import torch.distributed as dist
import torch.multiprocessing as mp
# 定義網(wǎng)絡模型
class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(3, 32, kernel_size=5)
        self.relu = nn.ReLU()
        self.pool = nn.MaxPool2d(kernel_size=2, stride=2)
        self.fc1 = nn.Linear(4608, 64)
        self.fc2 = nn.Linear(64, 10)
    def forward(self, x):
        x = self.conv1(x)
        x = self.relu(x)
        x = self.pool(x)
        x = x.view(-1, 4608)
        x = self.fc1(x)
        x = self.relu(x)
        x = self.fc2(x)
        return x
# 定義訓練函數(shù)
def train(gpu, args):
    rank = gpu
    dist.init_process_group(backend='nccl', init_method='env://', world_size=args.world_size, rank=rank)
    torch.cuda.set_device(gpu)
    train_loader = data.DataLoader(...)
    model = Net()
    model = nn.parallel.DistributedDataParallel(model, device_ids=[gpu])
    criterion = nn.CrossEntropyLoss()
    optimizer = optim.SGD(model.parameters(), lr=0.01)
    for epoch in range(args.epochs):
        epoch_loss = 0.0
        for i, (inputs, labels) in enumerate(train_loader):
            inputs, labels = inputs.cuda(), labels.cuda()
            optimizer.zero_grad()
            outputs = model(inputs)
            loss = criterion(outputs, labels)
            loss.backward()
            optimizer.step()
            epoch_loss += loss.item()
        print('GPU %d Loss: %.3f' % (gpu, epoch_loss))
# 主函數(shù)
if __name__ == '__main__':
    mp.set_start_method('spawn')
    args = parser.parse_args()
    args.world_size = args.num_gpus * args.nodes
    mp.spawn(train, args=(args,), nprocs=args.num_gpus, join=True)

首先，我們需要在主進程中使用torch.distributed.launch啟動多個子進程。每個子進程被分配一個GPU，并調用train函數(shù)進行訓練。

在train函數(shù)中，我們初始化進程組，并將模型以及優(yōu)化器包裝成DistributedDataParallel對象，然后像CPU上一樣訓練模型即可。在數(shù)據(jù)并行的過程中，模型和優(yōu)化器都會被復制到每個GPU上，每個GPU只負責處理一部分的數(shù)據(jù)。所有GPU上的模型都參與誤差累積和梯度更新。

模型并行

“模型并行”是另一種使用多卡訓練的方法，它將同一個網(wǎng)絡分成多段，不同段分布在不同的GPU上。每個GPU只運行其中的一段網(wǎng)絡，并利用前后傳播相互連接起來進行訓練。代碼結構如下：

import torch.nn as nn
import torch.optim as optim
import torch.multiprocessing as mp
import torch.distributed as dist
# 定義模型段
class SubNet(nn.Module):
    def __init__(self, in_features, out_features):
        super(SubNet, self).__init__()
        self.linear = nn.Linear(in_features, out_features)
    def forward(self, x):
        return self.linear(x)
# 定義整個模型
class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.subnets = nn.ModuleList([
            SubNet(1024, 512),
            SubNet(512, 256),
            SubNet(256, 100)
        ])
    def forward(self, x):
        for subnet in self.subnets:
            x = subnet(x)
        return x
# 定義訓練函數(shù)
def train(subnet_id, args):
    dist.init_process_group(backend='nccl', init_method='env://', world_size=args.world_size, rank=subnet_id)
    torch.cuda.set_device(subnet_id)
    train_loader = data.DataLoader(...)
    model = Net().cuda()
    criterion = nn.CrossEntropyLoss()
    optimizer = optim.SGD(model.parameters(), lr=0.01)
    for epoch in range(args.epochs):
        epoch_loss = 0.0
        for i, (inputs, labels) in enumerate(train_loader):
            inputs, labels = inputs.cuda(), labels.cuda()
            optimizer.zero_grad()
            outputs = model(inputs)
            loss = criterion(outputs, labels)
            loss.backward(retain_graph=True)  # 梯度保留，用于后續(xù)誤差傳播
            optimizer.step()
            epoch_loss += loss.item()
        if subnet_id == 0:
            print('Epoch %d Loss: %.3f' % (epoch, epoch_loss))
# 主函數(shù)
if __name__ == '__main__':
    mp.set_start_method('spawn')
    args = parser.parse_args()
    args.world_size = args.num_gpus * args.subnets
    tasks = []
    for i in range(args.subnets):
        tasks.append(mp.Process(target=train, args=(i, args)))
    for task in tasks:
        task.start()
    for task in tasks:
        task.join()

在模型并行中，網(wǎng)絡被分成多個子網(wǎng)絡，并且每個GPU運行一個子網(wǎng)絡。在訓練期間，每個子網(wǎng)絡的輸出會作為下一個子網(wǎng)絡的輸入。這需要在誤差反向傳播時，將不同GPU上計算出來的梯度加起來，并再次分發(fā)到各個GPU上。

在代碼實現(xiàn)中，我們定義了三個子網(wǎng)（SubNet），每個子網(wǎng)有不同的輸入輸出規(guī)模。在train函數(shù)中，我們初始化進程組和模型，然后像CPU上一樣進行多次迭代訓練即可。在反向傳播時，將梯度保留并設置retain_graph為True，用于后續(xù)誤差傳播。

以上就是詳解如何使用Pytorch進行多卡訓練的詳細內容，更多關于Pytorch進行多卡訓練的資料請關注腳本之家其它相關文章！

您可能感興趣的文章: