Pytorch distributed 多卡并行载入模型操作
一、Pytorch distributed 多卡并行载入模型
这次来介绍下如何载入模型。
目前没有找到官方的distribute 载入模型的方式,所以采用如下方式。
大部分情况下,我们在测试时不需要多卡并行计算。
所以,我在测试时只使用单卡。
from collections import OrderedDict device = torch.device("cuda") model = DGCNN(args).to(device) #自己的模型 state_dict = torch.load(args.model_path) #存放模型的位置 new_state_dict = OrderedDict() for k, v in state_dict.items(): name = k[7:] # remove `module.` new_state_dict[name] = v # load params model.load_state_dict (new_state_dict)
二、pytorch DistributedParallel进行单机多卡训练
One_导入库:
import torch.distributed as dist from torch.utils.data.distributed import DistributedSampler
Two_进程初始化:
parser = argparse.ArgumentParser() parser.add_argument('--local_rank', type=int, default=-1) # 添加必要参数 # local_rank:系统自动赋予的进程编号,可以利用该编号控制打印输出以及设置device torch.distributed.init_process_group(backend="nccl", init_method='file://shared/sharedfile', rank=local_rank, world_size=world_size) # world_size:所创建的进程数,也就是所使用的GPU数量 # (初始化设置详见参考文档)
Three_数据分发:
dataset = datasets.ImageFolder(dataPath) data_sampler = DistributedSampler(dataset, rank=local_rank, num_replicas=world_size) # 使用DistributedSampler来为各个进程分发数据,其中num_replicas与world_size保持一致,用于将数据集等分成不重叠的数个子集 dataloader = DataLoader(dataset, batch_size=batch_size, num_workers=1,drop_last=True, pin_memory=True, sampler=data_sampler) # 在Dataloader中指定sampler时,其中的shuffle必须为False,而DistributedSampler中的shuffle项默认为True,因此训练过程默认执行shuffle
Four_网络模型:
torch.cuda.set_device(local_rank) device = torch.device('cuda:'+f'{local_rank}') # 设置每个进程对应的GPU设备 D = Model() D = torch.nn.SyncBatchNorm.convert_sync_batchnorm(D).to(device) # 由于在训练过程中各卡的前向后向传播均独立进行,因此无法进行统一的批归一化,如果想要将各卡的输出统一进行批归一化,需要将模型中的BN转换成SyncBN D = torch.nn.parallel.DistributedDataParallel( D, find_unused_parameters=True, device_ids=[local_rank], output_device=local_rank) # 如果有forward的返回值如果不在计算loss的计算图里,那么需要find_unused_parameters=True,即返回值不进入backward去算grad,也不需要在不同进程之间进行通信。
Five_迭代:
data_sampler.set_epoch(epoch) # 每个epoch需要为sampler设置当前epoch
Six_加载:
dist.barrier() D.load_state_dict(torch.load('D.pth'), map_location=torch.device('cpu')) dist.barrier() # 加载模型前后用dist.barrier()来同步不同进程间的快慢
Seven_启动:
CUDA_VISIBLE_DEVICES=1,3 python -m torch.distributed.launch --nproc_per_node=2 train.py --epochs 15000 --batchsize 10 --world_size 2 # 用-m torch.distributed.launch启动,nproc_per_node为所使用的卡数,batchsize设置为每张卡各自的批大小
以上为个人经验,希望能给大家一个参考,也希望大家多多支持我们。
赞 (0)