原链接:
https://www.zhihu.com/question/274635237在不修改网络结构的情况下, 有如下操作:
1. 同意 @
Jiaming, 尽可能使用 inplace 操作, 比如 relu 可以使用 inplace=True
2. 进一步,比如 ResNet 和 DenseNet 可以将 batchnorm 和 relu 打包成 inplace,在 bp 时再重新计算。使用到了 pytorch 新的 checkpoint 特性,有以下两个代码。由于需要重新计算 bn 后的结果,所以会慢一些。
gpleiss/efficient_densenet_pytorch (
https://github.com/gpleiss/efficient_densenet_pytorch)
mapillary/inplace_abn (
https://github.com/mapillary/inplace_abn)
3. 每次循环结束时 删除 loss,可以节约很少显存,但聊胜于无。可见如下 issue
Tensor to Variable and memory freeing best practices (
https://discuss.pytorch.org/t/tensor-to-variable-and-memory-freeing-best-practices/6000/2)
4. 使用 float16 精度混合计算。我用过
@
NVIDIA 英伟达
apex,很好用,可以节约将近 50%的显存,但是要小心一些不安全的操作如 mean 和 sum,溢出 fp16。
NVIDIA/apex (
https://github.com/NVIDIA/apex)
5. 对于不需要 bp 的 forward,如 validation 请使用 torch.no_grad , 注意 model.eval() 不等于 torch.no_grad() 请看如下讨论。
'model.eval()' vs 'with torch.no_grad()' (
https://discuss.pytorch.org/t/model-eval-vs-with-torch-no-grad/19615)
6. torch.cuda.empty_cache() 这是 del 的进阶版,使用 nvidia-smi 会发现显存有明显的变化。但是训练时最大的显存占用似乎没变。大家可以试试。
How can we release GPU memory cache? (
https://discuss.pytorch.org/t/how-can-we-release-gpu-memory-cache/14530)
另外,会影响精度的骚操作还有:
把一个 batchsize=64 分为两个 32 的 batch,两次 forward 以后,backward 一次。但会影响 batchnorm 等和 batchsize 相关的层。
相关链接:
老外写的提高 pytorch 效率的方法,包含 data prefetch 等
Optimizing PyTorch training code (
https://www.sagivtech.com/2017/09/19/optimizing-pytorch-training-code/)