解決Pytorch半精度浮點型網絡訓練的問題

用Pytorch1.0進行半精度浮點型網絡訓練需要註意下問題:

1、網絡要在GPU上跑,模型和輸入樣本數據都要cuda().half()

2、模型參數轉換為half型,不必索引到每層,直接model.cuda().half()即可

3、對於半精度模型,優化算法,Adam我在使用過程中,在某些參數的梯度為0的時候,更新權重後,梯度為零的權重變成瞭NAN,這非常奇怪,但是Adam算法對於全精度數據類型卻沒有這個問題。

另外,SGD算法對於半精度和全精度計算均沒有問題。

還有一個問題是不知道是不是網絡結構比較小的原因,使用半精度的訓練速度還沒有全精度快。這個值得後續進一步探索。

對於上面的這個問題,的確是網絡很小的情況下,在1080Ti上半精度浮點型沒有很明顯的優勢,但是當網絡變大之後,半精度浮點型要比全精度浮點型要快。

但具體快多少和模型的大小以及輸入樣本大小有關系,我測試的是要快1/6,同時,半精度浮點型在占用內存上比較有優勢,對於精度的影響尚未探究。

將網絡再變大些,epoch的次數也增大,半精度和全精度的時間差就表現出來瞭,在訓練的時候。

補充:pytorch半精度,混合精度,單精度訓練的區別amp.initialize

看代碼吧~

mixed_precision = True
try:  # Mixed precision training https://github.com/NVIDIA/apex
    from apex import amp
except:
    mixed_precision = False  # not installed

 model, optimizer = amp.initialize(model, optimizer, opt_level='O1', verbosity=1)

為瞭幫助提高Pytorch的訓練效率,英偉達提供瞭混合精度訓練工具Apex。號稱能夠在不降低性能的情況下,將模型訓練的速度提升2-4倍,訓練顯存消耗減少為之前的一半。

文檔地址是:https://nvidia.github.io/apex/index.html

該 工具 提供瞭三個功能,amp、parallel和normalization。由於目前該工具還是0.1版本,功能還是很基礎的,在最後一個normalization功能中隻提供瞭LayerNorm層的復現,實際上在後續的使用過程中會發現,出現問題最多的是pytorch的BN層。

第二個工具是pytorch的分佈式訓練的復現,在文檔中描述的是和pytorch中的實現等價,在代碼中可以選擇任意一個使用,實際使用過程中發現,在使用混合精度訓練時,使用Apex復現的parallel工具,能避免一些bug。

默認訓練方式是 單精度float32

import torch
model = torch.nn.Linear(D_in, D_out)
optimizer = torch.optim.SGD(model.parameters(), lr=1e-3)
for img, label in dataloader:
 out = model(img)
 loss = LOSS(out, label)
 loss.backward()
 optimizer.step()
 optimizer.zero_grad()

半精度 model(img.half())

import torch
model = torch.nn.Linear(D_in, D_out).half()
optimizer = torch.optim.SGD(model.parameters(), lr=1e-3)
for img, label in dataloader:
 out = model(img.half())
 loss = LOSS(out, label)
 loss.backward()
 optimizer.step()
 optimizer.zero_grad()

接下來是混合精度的實現,這裡主要用到Apex的amp工具。

代碼修改為:

加上這一句封裝,

model, optimizer = amp.initialize(model, optimizer, opt_level=“O1”)
import torch
model = torch.nn.Linear(D_in, D_out).cuda()
optimizer = torch.optim.SGD(model.parameters(), lr=1e-3)
model, optimizer = amp.initialize(model, optimizer, opt_level="O1")

for img, label in dataloader:
 out = model(img)
 loss = LOSS(out, label)
 # loss.backward()
 with amp.scale_loss(loss, optimizer) as scaled_loss:
     scaled_loss.backward()

 optimizer.step()
 optimizer.zero_grad()

實際流程為:調用amp.initialize按照預定的opt_level對model和optimizer進行設置。在計算loss時使用amp.scale_loss進行回傳。

需要註意以下幾點:

在調用amp.initialize之前,模型需要放在GPU上,也就是需要調用cuda()或者to()。

在調用amp.initialize之前,模型不能調用任何分佈式設置函數。

此時輸入數據不需要在轉換為半精度。

在使用混合精度進行計算時,最關鍵的參數是opt_level。他一共含有四種設置值:‘00’,‘01’,‘02’,‘03’。實際上整個amp.initialize的輸入參數很多:

但是在實際使用過程中發現,設置opt_level即可,這也是文檔中例子的使用方法,甚至在不同的opt_level設置條件下,其他的參數會變成無效。(已知BUG:使用‘01’時設置keep_batchnorm_fp32的值會報錯)

概括起來:

00相當於原始的單精度訓練。01在大部分計算時采用半精度,但是所有的模型參數依然保持單精度,對於少數單精度較好的計算(如softmax)依然保持單精度。02相比於01,將模型參數也變為半精度。

03基本等於最開始實驗的全半精度的運算。值得一提的是,不論在優化過程中,模型是否采用半精度,保存下來的模型均為單精度模型,能夠保證模型在其他應用中的正常使用。這也是Apex的一大賣點。

在Pytorch中,BN層分為train和eval兩種操作。

實現時若為單精度網絡,會調用CUDNN進行計算加速。常規訓練過程中BN層會被設為train。Apex優化瞭這種情況,通過設置keep_batchnorm_fp32參數,能夠保證此時BN層使用CUDNN進行計算,達到最好的計算速度。

但是在一些fine tunning場景下,BN層會被設為eval(我的模型就是這種情況)。此時keep_batchnorm_fp32的設置並不起作用,訓練會產生數據類型不正確的bug。此時需要人為的將所有BN層設置為半精度,這樣將不能使用CUDNN加速。

一個設置的參考代碼如下:

def fix_bn(m):
 classname = m.__class__.__name__
    if classname.find('BatchNorm') != -1:
     m.eval().half()

model.apply(fix_bn)

實際測試下來,最後的模型準確度上感覺差別不大,可能有輕微下降;時間上變化不大,這可能會因不同的模型有差別;顯存開銷上確實有很大的降低。

以上為個人經驗,希望能給大傢一個參考,也希望大傢多多支持WalkonNet。

推薦閱讀: