- 浏览: 691138 次
- 性别:
- 来自: 北京
文章分类
- 全部博客 (181)
- Matlab (16)
- Java (26)
- autoHotkey (4)
- openCV (1)
- C++ (50)
- PDF-XChange Viewer (2)
- 学术 (11)
- javascript (4)
- linux (11)
- SWT (9)
- latex (7)
- GAE (2)
- windows (6)
- C# (3)
- PS (20)
- JNI (4)
- latex,批处理 (0)
- 批处理 (4)
- Android (5)
- 矩阵论 (1)
- SVM (1)
- 概率图模型 (0)
- Python (12)
- Eigen (5)
- 编程题 (1)
- MKL (1)
- 神经网络 (9)
- 最优化 (2)
- 摄影 (1)
- PPT (0)
- After Effects (3)
- CUDA (3)
- caffe (0)
- MXNet (2)
- svn (1)
- R (0)
- 虚拟机 (0)
- tensorflow (7)
- theano (1)
- Keras (1)
- vim (1)
- xgboost (1)
- spark (6)
- eclipse (2)
- word2vec (0)
- hadoop (1)
- dmlc (1)
- git (0)
最新评论
-
jeffersonz:
请问大神,这个插件记录下来的脚本为什么不能再Extendscr ...
PhotoShop - 记录PS的所有操作为JavaScript代码 -
cherishLC:
Andy__Zou 写道cherishLC 写道Andy__Z ...
Eigen的编译选项;MKL的使用 -
Andy__Zou:
cherishLC 写道Andy__Zou 写道cherish ...
Eigen的编译选项;MKL的使用 -
cherishLC:
Andy__Zou 写道cherishLC 写道Andy__Z ...
Eigen的编译选项;MKL的使用 -
Andy__Zou:
cherishLC 写道Andy__Zou 写道 您好,您的工 ...
Eigen的编译选项;MKL的使用
本文参考自官方的cifar10分类示例:
https://www.tensorflow.org/tutorials/deep_cnn/
多机多卡(未验证):
本文只保留了必要的代码, 更适合于概念的理解。
在tensorflow中,变量是复用的,变量通过变量名唯一确定。
计算图也会和设备绑定,如果一个图计算时需要用到变量a,而变量a不在该设备上,则会自动生成相应的通信代码,将变量a加载到该设备上。因而,变量的存放设备对于程序的正确性没有影响,但会导致通信开销有所差异。
测试结果: 对于全连接网络,通信开销占比大,,,单卡最为理想。。。
网络大小:输入2000*600, 中间层: 512, 128, 128, 1
运行时间:单位:秒
示例输出:
https://www.tensorflow.org/tutorials/deep_cnn/
多机多卡(未验证):
- http://blog.csdn.net/cq361106306/article/details/52929468
- http://weibo.com/ttarticle/p/show?id=2309404005132982440427
本文只保留了必要的代码, 更适合于概念的理解。
在tensorflow中,变量是复用的,变量通过变量名唯一确定。
计算图也会和设备绑定,如果一个图计算时需要用到变量a,而变量a不在该设备上,则会自动生成相应的通信代码,将变量a加载到该设备上。因而,变量的存放设备对于程序的正确性没有影响,但会导致通信开销有所差异。
测试结果: 对于全连接网络,通信开销占比大,,,单卡最为理想。。。
网络大小:输入2000*600, 中间层: 512, 128, 128, 1
运行时间:单位:秒
# coding=utf-8 ''' Created on Jan 4, 2017 @author: colinliang tensorflow 单机多卡程序示例, 参考: tensorflow示例cifar10_multi_gpu_train.py ''' from __future__ import absolute_import from __future__ import division from __future__ import print_function import tensorflow as tf import numpy as np def _allocate_variable(name, shape, initializer, dtype=tf.float32): # 分配变量,Tensorflow 会自动处理变量在不同设备间的通信问题,因而可以放在GPU上,也可以放在CPU上 # 如果是单机单卡,都放在GPU上比较快 (无需显式指定device, tf自动分配即可) # 如果是单机多卡,则放在CPU上略快; 可能是我这里使用了SLI连接两块GPU,GPU间通信速度还算可以 with tf.device('/cpu:0'): #强制放在主内存上 # with tf.device(None): # 默认放在当前设备上 var = tf.get_variable(name, shape, initializer=initializer, dtype=dtype) print('%s: %s' % (var.op.name, var.device)) return var # 创建网络 y=xw+b def tower(input_tensor, target_tensor, scope, dims=[]): for i, d in enumerate(dims): with tf.variable_scope('affine%d' % i) as varscope: # 仅仅用于生成变量的全名,与存放设备无关 w = _allocate_variable('w', shape=[input_tensor.get_shape()[1], d], initializer=tf.truncated_normal_initializer(0, 1)); b = _allocate_variable('b', shape=[], initializer=tf.zeros_initializer); input_tensor = tf.matmul(input_tensor, w) + b; input_tensor = tf.nn.relu(input_tensor) with tf.variable_scope('affine_last') as varscope: # 仅仅用于生成变量的全名,与存放设备无关 # w = _allocate_variable('w', shape=[input_tensor.get_shape()[1], 1], initializer=tf.truncated_normal_initializer(0, 1)); w = _allocate_variable('w', shape=[input_tensor.get_shape()[1], 1], initializer=tf.constant_initializer(value=1)); b = _allocate_variable('b', shape=[], initializer=tf.zeros_initializer); y = tf.matmul(input_tensor, w) + b; l = tf.reduce_mean(tf.square(y - target_tensor)); tf.add_to_collection('losses', l) return y, l # 合并所有tower上的梯度,取平均, 对于单机多卡程序,这段代码是通用的 def average_tower_grads(tower_grads): print('towerGrads:') idx = 0 for grads in tower_grads: # grads 为 一个list,其中元素为 梯度-变量 组成的二元tuple print('grads---tower_%d' % idx) for g_var in grads: print(g_var) print('\t%s\n\t%s' % (g_var[0].op.name, g_var[1].op.name)) # print('\t%s: %s'%(g_var[0].op.name,g_var[1].op.name)) idx += 1 if(len(tower_grads) == 1): return tower_grads[0] avgGrad_var_s = [] for grad_var_s in zip(*tower_grads): grads = [] v = None for g, v_ in grad_var_s: g = tf.expand_dims(g, 0) grads.append(g) v = v_ all_g = tf.concat(0, grads) avg_g = tf.reduce_mean(all_g, 0, keep_dims=False) avgGrad_var_s.append((avg_g, v)); return avgGrad_var_s # 方案1 ,每组输入分别用对应的placeholder作为输入; 未测试 def generate_towers_v1(NUM_GPU=2): input_tensors = [] target_tensors = [] towerGrads = [] lr = 1e-3 opt = tf.train.AdamOptimizer(lr) for i in range(NUM_GPU): with tf.device('/gpu:%d' % i): with tf.name_scope('tower_%d' % i) as scope: input_tensor = tf.placeholder(tf.float32, shape=[None, 1], name='input_%d' % i); input_tensors.append(input_tensor) target_tensor = tf.placeholder(tf.float32, shape=[None, 1], name='target_%d' % i); target_tensors.append(target_tensor) y, loss = tower(input_tensor=input_tensor, target_tensor=target_tensor, scope=scope) # Reuse variables for the next tower. tf.get_variable_scope().reuse_variables() grads = opt.compute_gradients(loss) towerGrads.append(grads) avgGrad_var_s = average_tower_grads(towerGrads) apply_gradient_op = opt.apply_gradients(avgGrad_var_s, global_step=None) loss = tf.Print(loss, data=tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES)) return input_tensors, target_tensors, y, loss, apply_gradient_op # 方案2: 一组placeholder, 再根据tower数量分割成n组输入,分别送人对应的tower def generate_towers_v2(NUM_GPU=2, dim_in=1, dims=None, batch_size=None): if(dims is None): dims = [] input_tensor = tf.placeholder(tf.float32, shape=[batch_size, dim_in], name='input'); target_tensor = tf.placeholder(tf.float32, shape=[batch_size, dim_in], name='target'); input_tensors = tf.split(0, NUM_GPU, input_tensor) # batch_size必须可以被dim_in整除 target_tensors = tf.split(0, NUM_GPU, target_tensor) towerGrads = [] lr = 1e-2 opt = tf.train.AdamOptimizer(lr) # 与GradientDescentOptimizer相比,会自动分配一些中间变量 opt = tf.train.GradientDescentOptimizer(lr) for i in range(NUM_GPU): with tf.device('/gpu:%d' % i): with tf.name_scope('tower_%d' % i) as scope: input_sub = input_tensors[i] print("device:%s" % input_sub.device) target_sub = target_tensors[i] y, loss = tower(input_tensor=input_sub, target_tensor=target_sub, scope=scope, dims=dims) # Reuse variables for the next tower. tf.get_variable_scope().reuse_variables() grads = opt.compute_gradients(loss) towerGrads.append(grads) avgGrad_var_s = average_tower_grads(towerGrads) loss = tf.Print(loss, data=tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES)) apply_gradient_op = opt.apply_gradients(avgGrad_var_s, global_step=None) print('ALL variables:') for v in tf.all_variables(): print('\t%s' % v.op.name) return input_tensor, target_tensor, y, loss, apply_gradient_op if __name__ == '__main__': sess = tf.Session() NUM_GPU = 1 # 由于只有两块GPU,如果设为3,会报错:Could not satisfy explicit device specification '/device:GPU:2' dim_in = 600; # 输入变量x 的维度 dims = [512, 128, 128] #隐层单元数,设置为[]时表示 y=xw+b的线性变换,否则表示多层的全连接网络 batch_size = 2000; input_tensor, target_tensor, y, loss, apply_gradient_op = generate_towers_v2(NUM_GPU=NUM_GPU, dim_in=dim_in, dims=dims) sess.run(tf.initialize_all_variables()) inputs = np.random.rand(batch_size, dim_in) targets = inputs * 2 + 1; feed_dict = {input_tensor:inputs, target_tensor:targets} import time tstart = time.time() for i in range(10000): # _, l = sess.run([apply_gradient_op, loss], feed_dict=feed_dict) #will print w, b # print(l) sess.run([apply_gradient_op], feed_dict=feed_dict) # do not print w, b telapse = time.time() - tstart print(u'%d块GPU用时: %.2fs' % (NUM_GPU, telapse))
示例输出:
引用
affine0/w: /device:CPU:0
affine0/b: /device:CPU:0
affine1/w: /device:CPU:0
affine1/b: /device:CPU:0
affine2/w: /device:CPU:0
affine2/b: /device:CPU:0
affine_last/w: /device:CPU:0
affine_last/b: /device:CPU:0
towerGrads:
grads---tower_0
(<tf.Tensor 'tower_0/gradients/tower_0/MatMul_grad/tuple/control_dependency_1:0' shape=(600, 512) dtype=float32>, <tensorflow.python.ops.variables.Variable object at 0x7f8b6c7144d0>)
tower_0/gradients/tower_0/MatMul_grad/tuple/control_dependency_1
affine0/w
(<tf.Tensor 'tower_0/gradients/tower_0/add_grad/tuple/control_dependency_1:0' shape=() dtype=float32>, <tensorflow.python.ops.variables.Variable object at 0x7f8b6c7140d0>)
tower_0/gradients/tower_0/add_grad/tuple/control_dependency_1
affine0/b
(<tf.Tensor 'tower_0/gradients/tower_0/MatMul_1_grad/tuple/control_dependency_1:0' shape=(512, 128) dtype=float32>, <tensorflow.python.ops.variables.Variable object at 0x7f8b6c7146d0>)
tower_0/gradients/tower_0/MatMul_1_grad/tuple/control_dependency_1
affine1/w
(<tf.Tensor 'tower_0/gradients/tower_0/add_1_grad/tuple/control_dependency_1:0' shape=() dtype=float32>, <tensorflow.python.ops.variables.Variable object at 0x7f8b6c6cb850>)
tower_0/gradients/tower_0/add_1_grad/tuple/control_dependency_1
affine1/b
(<tf.Tensor 'tower_0/gradients/tower_0/MatMul_2_grad/tuple/control_dependency_1:0' shape=(128, 128) dtype=float32>, <tensorflow.python.ops.variables.Variable object at 0x7f8b6c6cb750>)
tower_0/gradients/tower_0/MatMul_2_grad/tuple/control_dependency_1
affine2/w
(<tf.Tensor 'tower_0/gradients/tower_0/add_2_grad/tuple/control_dependency_1:0' shape=() dtype=float32>, <tensorflow.python.ops.variables.Variable object at 0x7f8b6c6f48d0>)
tower_0/gradients/tower_0/add_2_grad/tuple/control_dependency_1
affine2/b
(<tf.Tensor 'tower_0/gradients/tower_0/MatMul_3_grad/tuple/control_dependency_1:0' shape=(128, 1) dtype=float32>, <tensorflow.python.ops.variables.Variable object at 0x7f8b6c6f47d0>)
tower_0/gradients/tower_0/MatMul_3_grad/tuple/control_dependency_1
affine_last/w
(<tf.Tensor 'tower_0/gradients/tower_0/add_3_grad/tuple/control_dependency_1:0' shape=() dtype=float32>, <tensorflow.python.ops.variables.Variable object at 0x7f8b6c69f950>)
tower_0/gradients/tower_0/add_3_grad/tuple/control_dependency_1
affine_last/b
ALL variables:
affine0/w
affine0/b
affine1/w
affine1/b
affine2/w
affine2/b
affine_last/w
affine_last/b
affine0/b: /device:CPU:0
affine1/w: /device:CPU:0
affine1/b: /device:CPU:0
affine2/w: /device:CPU:0
affine2/b: /device:CPU:0
affine_last/w: /device:CPU:0
affine_last/b: /device:CPU:0
towerGrads:
grads---tower_0
(<tf.Tensor 'tower_0/gradients/tower_0/MatMul_grad/tuple/control_dependency_1:0' shape=(600, 512) dtype=float32>, <tensorflow.python.ops.variables.Variable object at 0x7f8b6c7144d0>)
tower_0/gradients/tower_0/MatMul_grad/tuple/control_dependency_1
affine0/w
(<tf.Tensor 'tower_0/gradients/tower_0/add_grad/tuple/control_dependency_1:0' shape=() dtype=float32>, <tensorflow.python.ops.variables.Variable object at 0x7f8b6c7140d0>)
tower_0/gradients/tower_0/add_grad/tuple/control_dependency_1
affine0/b
(<tf.Tensor 'tower_0/gradients/tower_0/MatMul_1_grad/tuple/control_dependency_1:0' shape=(512, 128) dtype=float32>, <tensorflow.python.ops.variables.Variable object at 0x7f8b6c7146d0>)
tower_0/gradients/tower_0/MatMul_1_grad/tuple/control_dependency_1
affine1/w
(<tf.Tensor 'tower_0/gradients/tower_0/add_1_grad/tuple/control_dependency_1:0' shape=() dtype=float32>, <tensorflow.python.ops.variables.Variable object at 0x7f8b6c6cb850>)
tower_0/gradients/tower_0/add_1_grad/tuple/control_dependency_1
affine1/b
(<tf.Tensor 'tower_0/gradients/tower_0/MatMul_2_grad/tuple/control_dependency_1:0' shape=(128, 128) dtype=float32>, <tensorflow.python.ops.variables.Variable object at 0x7f8b6c6cb750>)
tower_0/gradients/tower_0/MatMul_2_grad/tuple/control_dependency_1
affine2/w
(<tf.Tensor 'tower_0/gradients/tower_0/add_2_grad/tuple/control_dependency_1:0' shape=() dtype=float32>, <tensorflow.python.ops.variables.Variable object at 0x7f8b6c6f48d0>)
tower_0/gradients/tower_0/add_2_grad/tuple/control_dependency_1
affine2/b
(<tf.Tensor 'tower_0/gradients/tower_0/MatMul_3_grad/tuple/control_dependency_1:0' shape=(128, 1) dtype=float32>, <tensorflow.python.ops.variables.Variable object at 0x7f8b6c6f47d0>)
tower_0/gradients/tower_0/MatMul_3_grad/tuple/control_dependency_1
affine_last/w
(<tf.Tensor 'tower_0/gradients/tower_0/add_3_grad/tuple/control_dependency_1:0' shape=() dtype=float32>, <tensorflow.python.ops.variables.Variable object at 0x7f8b6c69f950>)
tower_0/gradients/tower_0/add_3_grad/tuple/control_dependency_1
affine_last/b
ALL variables:
affine0/w
affine0/b
affine1/w
affine1/b
affine2/w
affine2/b
affine_last/w
affine_last/b
发表评论
-
tensorflow 静态编译笔记 -- linux系统
2018-11-05 14:26 0注: 1、编译tensorflow静态库 很简单,参见: h ... -
通过multiprocessing模块及时释放tensorflow的资源
2018-09-18 13:29 4198在使用tf.data等模块时,tensorflow会产生内存泄 ... -
Tensorflow 通过性能分析工具查看变量位置
2017-03-30 16:20 5292发现个更好的方法,只 ... -
tensorflow中的word2vec
2017-03-21 11:12 0官方tutorial: https://www.tensorf ... -
tensorflow 字符串转数字(hash函数, 字符串解析为数字)
2017-02-10 10:42 0问题描述 tensorflow可以直接解析csv文件, 但是对 ... -
神经网络的初始误差估计-采用cross-entropy误差时
2016-09-28 10:14 1576初始状态下,由于网络的权重时随机初始化的,任意一个样本被分配到 ... -
tensorflow杂记
2016-09-18 12:04 11615本文记录使用tensorflow AP ... -
Keras切换backend : theano --> tensorflow
2016-09-07 10:57 67071、切换backend 修改~/.keras/keras.js ... -
Ubuntu16.04 源码安装GPU版tensorflow
2016-08-07 16:18 56522017年2月16日更新: tenso ... -
神经网络计算加法---tensorflow中的变量的embedding表示
2016-07-28 10:53 10098将category变量输入到神经网络中时需要进行embeddi ... -
tensorflow 之tensorboard
2016-07-12 11:15 01、端口被占用 开启第二个tensorboard时会出现此种情 ... -
windows 10下安装GPU版MXNet
2016-06-03 21:28 8586上回说到编译CPU版的MXNet: http://cheris ... -
cs231n 笔记
2016-05-26 23:36 01、python3中 cifar10数据库的读取 cs231n ... -
mxnet资料汇总
2016-05-23 23:13 0MXNet设计和实现简介(中文版):http://mxnet. ... -
windows下安装CPU版mxnet
2016-05-23 23:14 17582MXnet (mix net)类似Caffe,Tensorfl ... -
吐槽一下UFLDL上神经网络反向传播算法的公式
2014-09-28 21:52 4080在斯坦福的神经网络课件的反向传播算法一节(http://ufl ...
相关推荐
本例提取了植物幼苗数据集中的部分数据做数据集,数据集共有12种类别,模型使用最经典的resnet50,演示如何实现混合精度训练以及如何使用DDP的方式实现多卡并行训练。 通过本文你和学到: 1、如何使用混合精度训练...
在这个"「分布式训练」+ DDP单机多卡并行指南"中,我们将深入探讨DDP的工作原理以及如何在实践中应用。 分布式训练的核心目标是通过分割工作负载来加速模型的训练过程。在单机多卡环境中,每块GPU都会处理一部分...
由于我们有两个GPU,我们可以设置模型为多GPU训练,通过DataParallel或DistributedDataParallel来实现数据并行和模型并行。 4. **数据预处理**:对输入文本进行编码,转换为模型可接受的数字表示。这可能包括分词、...
本指南将重点讨论DDP,它能有效地利用单机上的多块GPU进行并行计算。 首先,了解分布式训练的基本概念。分布式训练的目标是将训练任务分解到多个计算资源上,每个资源处理一部分工作负载,然后同步结果以保持模型的...
在PyTorch中,单机多卡分布式训练是一种优化深度学习模型训练效率的方法,它能够充分利用多GPU资源,加速模型的收敛过程。本教程将详细解释如何使用PyTorch实现单机多卡分布式训练,主要参考提供的源码文件`pytorch_...
目录结构./├── 3rd 第三方的例子├── cs20 斯坦福tensorflow课程的代码示例├── dist 分布式代码示例├── linreg 线性回归├── mnist mnist多种实现,单机、单机多卡、分布式├── topics 一些专题,从...
5G多卡聚合测试-深圳高新科技生态园.mp4
使用NCCL进行多GPU深度学习训练,其中涉及多机多卡,单机多卡等技术。 Optimized inter-GPU communication for DL and HPC Optimized for all NVIDIA platforms, most OEMs and Cloud Scales to 100s of GPUs, ...
- **分布式计算**:TensorFlow支持多机多卡的分布式训练,显著提升了模型训练的速度和规模。 - **GPU和TPU加速**:利用GPU和TPU硬件加速,大幅度提高了模型训练的速度。 ##### 4. 高度可扩展 - **丰富的API**:...
用PHP开发的家庭自动化服务器,可以控制多个IPX800卡(Gce.electronics)。
tf.distribute.MirroredStrategy 是一种简洁且高性能的,数据并行的同步式分布式策略,主要支持多个 GPU 在同一台主机上训练。使用这种策略时,我们只需实例化一个 MirroredStrategy 策略: strategy = tf.distribute...
TensorFlow支持分布式训练,包括单机多卡的MirroredStrategy和多机训练的MultiWorkerMirroredStrategy,以及TPU训练。 **模型复用** TensorFlow Hub是一个模型库,提供了预训练模型,可以直接用于特征提取或微调。...
在并行训练方面,Tensorflow支持多机多卡并行训练,主要分为数据并行和模型并行。在数据并行中,所有节点都有模型的完整副本,数据在不同节点间进行切分。同步数据并行是当每个计算节点上传的梯度都到齐后再更新全局...
"llama-factory"是一个数据微调的工具或平台,主要与LoRa(Long Range)技术相关,这是一项低功耗广域网通信技术,常用于物联网(IoT)应用。在给定的文件列表中,我们可以看到以下几个关键文件: 1. **dataset_info....
总的来说,通过巧妙地设置`CUDA_VISIBLE_DEVICES`环境变量和TensorFlow的GPU选项,可以在多卡服务器环境中有效地隐藏和管理GPU资源,同时优化显存使用,以达到最大化效率和协作的目的。合理分配GPU资源不仅能提高...
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在...
1. **张量**:在TensorFlow中,一切数据都以张量的形式表示。张量是多维数组,可以是一维(向量)、二维(矩阵)等。 2. **计算图**:TensorFlow中的计算过程是通过构建一个包含节点(操作)和边(张量)的有向图来...
本项目单机多卡,通过torch.nn.DataParallel实现,将单机环境统一包装.支持单机单卡,单机多卡,指定gpu训练及测试,但不支持多机多卡和cpu训练和测试. 不限定检测时的设备(cpu,gpu均可). Requirements pytorch op
**分布式TensorFlow**:除了单机多卡之外,TensorFlow还支持跨机器的分布式训练。通过配置集群参数,可以在多个机器之间同步训练过程,进一步加速训练速度。 #### 八、结语 《与TensorFlow的第一次接触》这本书...