【深度学习】PyTorch 常用 Tricks 总结


作者:z.defying

转载自:Datawhale


目录:

1 指定GPU编号

2 查看模型每层输出详情

3 梯度裁剪

4 扩展单张图片维度

5 独热编码

6 防止验证模型时爆显存

7 学习率衰减

8 冻结某些层的参数

9 对不同层使用不同学习率


1. 指定GPU编号


设置当前使用的GPU设备仅为0号设备,设备名称为 /gpu:0
os.environ["CUDA_VISIBLE_DEVICES"] = "0"


设置当前使用的GPU设备为0, 1号两个设备,名称依次为 /gpu:0/gpu:1: 
os.environ["CUDA_VISIBLE_DEVICES"] = "0,1" ,根据顺序表示优先使用0号设备,然后使用1号设备。


指定GPU的命令需要放在和神经网络相关的一系列操作的前面。


2. 查看模型每层输出详情


Keras有一个简洁的API来查看模型的每一层输出尺寸,这在调试网络时非常有用。现在在PyTorch中也可以实现这个功能。


使用很简单,如下用法:


from torchsummary import summarysummary(your_model, input_size=(channels, H, W))


input_size 是根据你自己的网络模型的输入尺寸进行设置。


https://github.com/sksq96/pytorch-summary


3. 梯度裁剪(Gradient Clipping)


import torch.nn as nn
outputs = model(data)loss= loss_fn(outputs, target)optimizer.zero_grad()loss.backward()nn.utils.clip_grad_norm_(model.parameters(), max_norm=20, norm_type=2)optimizer.step()

nn.utils.clip_grad_norm_ 的参数:

  • parameters – 一个基于变量的迭代器,会进行梯度归一化

  • max_norm – 梯度的最大范数

  • norm_type – 规定范数的类型,默认为L2


知乎用户 @不椭的椭圆 提出:梯度裁剪在某些任务上会额外消耗大量的计算时间。


4. 扩展单张图片维度


因为在训练时的数据维度一般都是 (batch_size, c, h, w),而在测试时只输入一张图片,所以需要扩展维度,扩展维度有多个方法:


import cv2import torch
image = cv2.imread(img_path)image = torch.tensor(image)print(image.size())
img = image.view(1, *image.size())print(img.size())
# output:# torch.Size([h, w, c])# torch.Size([1, h, w, c])

python">import cv2

import numpy as np
image = cv2.imread(img_path)print(image.shape)img = image[np.newaxis, :, :, :]print(img.shape)
# output:# (h, w, c)# (1, h, w, c)

或(感谢知乎用户 @coldleaf 的补充)

import cv2import torch
image = cv2.imread(img_path)image = torch.tensor(image)print(image.size())
img = image.unsqueeze(dim=0) print(img.size())
img = img.squeeze(dim=0)print(img.size())
# output:# torch.Size([(h, w, c)])# torch.Size([1, h, w, c])# torch.Size([h, w, c])


tensor.unsqueeze(dim):扩展维度,dim指定扩展哪个维度。

tensor.squeeze(dim):去除dim指定的且size为1的维度,维度大于1时,squeeze()不起作用,不指定dim时,去除所有size为1的维度。


5. 独热编码


在PyTorch中使用交叉熵损失函数的时候会自动把label转化成onehot,所以不用手动转化,而使用MSE需要手动转化成onehot编码。


import torchclass_num = 8batch_size = 4
defone_hot(label):""" 将一维列表转换为独热编码 """ label = label.resize_(batch_size, 1) m_zeros = torch.zeros(batch_size, class_num)# 从 value 中取值,然后根据 dim 和 index 给相应位置赋值 onehot = m_zeros.scatter_(1, label, 1) # (dim,index,value)

return onehot.numpy() # Tensor -> Numpy
label = torch.LongTensor(batch_size).random_() % class_num # 对随机数取余print(one_hot(label))
# output:[[0.0.0.1.0.0.0.0.] [0.0.0.0.1.0.0.0.] [0.0.1.0.0.0.0.0.] [0.1.0.0.0.0.0.0.]]


https://discuss.pytorch.org/t/convert-int-into-one-hot-format/507/3


6. 防止验证模型时爆显存


验证模型时不需要求导,即不需要梯度计算,关闭autograd,可以提高速度,节约内存。如果不关闭可能会爆显存。


with torch.no_grad():# 使用model进行预测的代码    pass

感谢知乎用户 @zhaz 的提醒,我把 torch.cuda.empty_cache() 的使用原因更新一下。


这是原回答:

Pytorch 训练时无用的临时变量可能会越来越多,导致 out of memory ,可以使用下面语句来清理这些不需要的变量。


官网上的解释为:

Releases all unoccupied cached memory currently held by the caching allocator so that those can be used in other GPU application and visible innvidia-smi.torch.cuda.empty_cache()


意思就是PyTorch的缓存分配器会事先分配一些固定的显存,即使实际上tensors并没有使用完这些显存,这些显存也不能被其他应用使用。这个分配过程由第一次CUDA内存访问触发的。


而 torch.cuda.empty_cache() 的作用就是释放缓存分配器当前持有的且未占用的缓存显存,以便这些显存可以被其他GPU应用程序中使用,并且通过 nvidia-smi命令可见。注意使用此命令不会释放tensors占用的显存。


对于不用的数据变量,Pytorch 可以自动进行回收从而释放相应的显存。


更详细的优化可以查看:
优化显存使用:
https://blog.csdn.net/qq_28660035/article/details/80688427
显存利用问题:
https://oldpan.me/archives/pytorch-gpu-memory-usage-track


7. 学习率衰减


import torch.optim as optimfrom torch.optim import lr_scheduler
# 训练前的初始化optimizer = optim.Adam(net.parameters(), lr=0.001)scheduler = lr_scheduler.StepLR(optimizer, 10, 0.1) # # 每过10个epoch,学习率乘以0.1
# 训练过程中for n in n_epoch: scheduler.step() ...

8. 冻结某些层的参数


参考:Pytorch 冻结预训练模型的某一层
https://www.zhihu.com/question/311095447/answer/589307812


在加载预训练模型的时候,我们有时想冻结前面几层,使其参数在训练过程中不发生变化。


我们需要先知道每一层的名字,通过如下代码打印:


net = Network()  # 获取自定义网络结构for name, valuein net.named_parameters():    print('name: {0},\t grad: {1}'

.format(name, value.requires_grad))


假设前几层信息如下:


name: cnn.VGG_16.convolution1_1.weight,   grad: Truename: cnn.VGG_16.convolution1_1.bias,   grad: Truename: cnn.VGG_16.convolution1_2.weight,   grad: Truename: cnn.VGG_16.convolution1_2.bias,   grad: Truename: cnn.VGG_16.convolution2_1.weight,   grad: Truename: cnn.VGG_16.convolution2_1.bias,   grad: Truename: cnn.VGG_16.convolution2_2.weight,   grad: Truename: cnn.VGG_16.convolution2_2.bias,   grad: True


后面的True表示该层的参数可训练,然后我们定义一个要冻结的层的列表:


no_grad = ['cnn.VGG_16.convolution1_1.weight','cnn.VGG_16.convolution1_1.bias','cnn.VGG_16.convolution1_2.weight','cnn.VGG_16.convolution1_2.bias']


冻结方法如下:


net = Net.CTPN()  # 获取网络结构for name, valuein net.named_parameters():if name in no_grad:value.requires_grad = Falseelse:value.requires_grad = True

冻结后我们再打印每层的信息:


name: cnn.VGG_16.convolution1_1.weight,   grad: Falsename: cnn.VGG_16.convolution1_1.bias,   grad: Falsename: cnn.VGG_16.convolution1_2.weight,   grad: Falsename: cnn.VGG_16.convolution1_2.bias,   grad: Falsename: cnn.VGG_16.convolution2_1.weight,   grad: Truename: cnn.VGG_16.convolution2_1.bias,   grad: Truename: cnn.VGG_16.convolution2_2.weight,   grad: Truename: cnn.VGG_16.convolution2_2.bias,   grad: True


可以看到前两层的weight和bias的requires_grad都为False,表示它们不可训练。


最后在定义优化器时,只对requires_grad为True的层的参数进行更新。


optimizer = optim.Adam(filter(lambda p: p.requires_grad, net.parameters()), lr=0.01)

9. 对不同层使用不同学习率


我们对模型的不同层使用不同的学习率。


还是使用这个模型作为例子:


net = Network()  # 获取自定义网络结构for name, value in net.named_parameters():print('name: {}'.format(name))
# 输出:# name: cnn.VGG_16.convolution1_1.weight# name: cnn.VGG_16.convolution1_1.bias# name: cnn.VGG_16.convolution1_2.weight# name: cnn.VGG_16.convolution1_2.bias# name: cnn.VGG_16.convolution2_1.weight# name: cnn.VGG_16.convolution2_1.bias# name: cnn.VGG_16.convolution2_2.weight# name: cnn.VGG_16.convolution2_2.bias

对 convolution1 和 convolution2 设置不同的学习率,首先将它们分开,即放到不同的列表里:


conv1_params = []conv2_params = []
for name, parms in net.named_parameters():if"convolution1"in name: conv1_params += [parms]else: conv2_params += [parms]
# 然后在优化器中进行如下操作:optimizer = optim.Adam( [ {"params": conv1_params, 'lr': 0.01},

{"params": conv2_params, 'lr': 0.001}, ], weight_decay=1e-3,)


我们将模型划分为两部分,存放到一个列表里,每部分就对应上面的一个字典,在字典里设置不同的学习率。当这两部分有相同的其他参数时,就将该参数放到列表外面作为全局参数,如上面的`weight_decay`。

也可以在列表外设置一个全局学习率,当各部分字典里设置了局部学习率时,就使用该学习率,否则就使用列表外的全局学习率。

往期精彩回顾






以上是 【深度学习】PyTorch 常用 Tricks 总结 的全部内容, 来源链接: www.h5w3.com/python/755739.html

回到顶部