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():...
