PyTorch 常用 Tricks 總結(jié)
轉(zhuǎn)載自 | 機器學(xué)習(xí)算法那些事
作者 | z.defying
來源 | DataWhale
1. 指定GPU編號
設(shè)置當前使用的GPU設(shè)備僅為0號設(shè)備，設(shè)備名稱為 /gpu:0：os.environ["CUDA_VISIBLE_DEVICES"] = "0"
設(shè)置當前使用的GPU設(shè)備為0, 1號兩個設(shè)備，名稱依次為 /gpu:0、/gpu:1： os.environ["CUDA_VISIBLE_DEVICES"] = "0,1" ，根據(jù)順序表示優(yōu)先使用0號設(shè)備,然后使用1號設(shè)備。
指定GPU的命令需要放在和神經(jīng)網(wǎng)絡(luò)相關(guān)的一系列操作的前面。
2. 查看模型每層輸出詳情
Keras有一個簡潔的API來查看模型的每一層輸出尺寸，這在調(diào)試網(wǎng)絡(luò)時非常有用?，F(xiàn)在在PyTorch中也可以實現(xiàn)這個功能。
使用很簡單，如下用法：
from torchsummary import summarysummary(your_model, input_size=(channels, H, W))input_size 是根據(jù)你自己的網(wǎng)絡(luò)模型的輸入尺寸進行設(shè)置。
https://github.com/sksq96/pytorch-summary
3. 梯度裁剪（Gradient Clipping）
import torch.nn as nnoutputs = 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_ 的參數(shù)：
parameters – 一個基于變量的迭代器，會進行梯度歸一化
max_norm – 梯度的最大范數(shù)
norm_type – 規(guī)定范數(shù)的類型，默認為L2
知乎用戶 @不橢的橢圓 提出：梯度裁剪在某些任務(wù)上會額外消耗大量的計算時間。
4. 擴展單張圖片維度
因為在訓(xùn)練時的數(shù)據(jù)維度一般都是 (batch_size, c, h, w)，而在測試時只輸入一張圖片，所以需要擴展維度，擴展維度有多個方法：
import cv2import torchimage = 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])
或
import cv2import numpy as npimage = cv2.imread(img_path)print(image.shape)img = image[np.newaxis, :, :, :]print(img.shape)# output:# (h, w, c)# (1, h, w, c)
或（感謝知乎用戶 @coldleaf 的補充）
import cv2import torchimage = 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)：擴展維度，dim指定擴展哪個維度。
tensor.squeeze(dim)：去除dim指定的且size為1的維度，維度大于1時，squeeze()不起作用，不指定dim時，去除所有size為1的維度。
5. 獨熱編碼
在PyTorch中使用交叉熵損失函數(shù)的時候會自動把label轉(zhuǎn)化成onehot，所以不用手動轉(zhuǎn)化，而使用MSE需要手動轉(zhuǎn)化成onehot編碼。
import torchclass_num = 8batch_size = 4def one_hot(label):""" 將一維列表轉(zhuǎn)換為獨熱編碼 """ label = label.resize_(batch_size, 1) m_zeros = torch.zeros(batch_size, class_num)# 從 value 中取值，然后根據(jù) dim 和 index 給相應(yīng)位置賦值 onehot = m_zeros.scatter_(1, label, 1) # (dim,index,value)return onehot.numpy() # Tensor -> Numpylabel = torch.LongTensor(batch_size).random_() % class_num # 對隨機數(shù)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. 防止驗證模型時爆顯存
驗證模型時不需要求導(dǎo)，即不需要梯度計算，關(guān)閉autograd，可以提高速度，節(jié)約內(nèi)存。如果不關(guān)閉可能會爆顯存。
with torch.no_grad():# 使用model進行預(yù)測的代碼 pass感謝知乎用戶 @zhaz 的提醒，我把 torch.cuda.empty_cache() 的使用原因更新一下。
這是原回答：
Pytorch 訓(xùn)練時無用的臨時變量可能會越來越多，導(dǎo)致 out of memory ，可以使用下面語句來清理這些不需要的變量。
官網(wǎng)上的解釋為：
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的緩存分配器會事先分配一些固定的顯存，即使實際上tensors并沒有使用完這些顯存，這些顯存也不能被其他應(yīng)用使用。這個分配過程由第一次CUDA內(nèi)存訪問觸發(fā)的。
而 torch.cuda.empty_cache() 的作用就是釋放緩存分配器當前持有的且未占用的緩存顯存，以便這些顯存可以被其他GPU應(yīng)用程序中使用，并且通過 nvidia-smi命令可見。注意使用此命令不會釋放tensors占用的顯存。
對于不用的數(shù)據(jù)變量，Pytorch 可以自動進行回收從而釋放相應(yīng)的顯存。
更詳細的優(yōu)化可以查看：
優(yōu)化顯存使用：
https://blog.csdn.net/qq_28660035/article/details/80688427
顯存利用問題：
https://oldpan.me/archives/pytorch-gpu-memory-usage-track
7. 學(xué)習(xí)率衰減
import torch.optim as optimfrom torch.optim import lr_scheduler# 訓(xùn)練前的初始化optimizer = optim.Adam(net.parameters(), lr=0.001)scheduler = lr_scheduler.StepLR(optimizer, 10, 0.1) # # 每過10個epoch，學(xué)習(xí)率乘以0.1# 訓(xùn)練過程中for n in n_epoch: scheduler.step() ...8. 凍結(jié)某些層的參數(shù)
參考：Pytorch 凍結(jié)預(yù)訓(xùn)練模型的某一層
https://www.zhihu.com/question/311095447/answer/589307812
在加載預(yù)訓(xùn)練模型的時候，我們有時想凍結(jié)前面幾層，使其參數(shù)在訓(xùn)練過程中不發(fā)生變化。
我們需要先知道每一層的名字，通過如下代碼打印：
net = Network() # 獲取自定義網(wǎng)絡(luò)結(jié)構(gòu)for name, value in net.named_parameters():print('name: {0},\t grad: {1}'.format(name, value.requires_grad))
假設(shè)前幾層信息如下：
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表示該層的參數(shù)可訓(xùn)練，然后我們定義一個要凍結(jié)的層的列表：
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']凍結(jié)方法如下：
net = Net.CTPN() 凍結(jié)后我們再打印每層的信息：
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可以看到前兩層的weight和bias的requires_grad都為False，表示它們不可訓(xùn)練。
最后在定義優(yōu)化器時，只對requires_grad為True的層的參數(shù)進行更新。
optimizer = optim.Adam(filter(lambda p: p.requires_grad, net.parameters()), lr=0.01)
9. 對不同層使用不同學(xué)習(xí)率
我們對模型的不同層使用不同的學(xué)習(xí)率。
還是使用這個模型作為例子：
net = Network() # 獲取自定義網(wǎng)絡(luò)結(jié)構(gòu)for name, value in net.named_parameters():print('name: {}'.format(name))# 輸出：# 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對 convolution1 和 convolution2 設(shè)置不同的學(xué)習(xí)率，首先將它們分開，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]# 然后在優(yōu)化器中進行如下操作：optimizer = optim.Adam( [ {"params": conv1_params, 'lr': 0.01}, {"params": conv2_params, 'lr': 0.001}, ], weight_decay=1e-3,)我們將模型劃分為兩部分，存放到一個列表里，每部分就對應(yīng)上面的一個字典，在字典里設(shè)置不同的學(xué)習(xí)率。當這兩部分有相同的其他參數(shù)時，就將該參數(shù)放到列表外面作為全局參數(shù)，如上面的`weight_decay`。
也可以在列表外設(shè)置一個全局學(xué)習(xí)率，當各部分字典里設(shè)置了局部學(xué)習(xí)率時，就使用該學(xué)習(xí)率，否則就使用列表外的全局學(xué)習(xí)率。
最可愛的人
分享
收藏
點贊
在看
