PyTorch-lightning 模型在第一个 epoch 后内存不足
Posted
技术标签:
【中文标题】PyTorch-lightning 模型在第一个 epoch 后内存不足【英文标题】:PyTorch-lightning models running out of Memory after 1st epoch 【发布时间】:2021-09-22 02:18:06 【问题描述】:我在 PyTorch 上看到了一个 Kaggle 内核,并使用相同的 img_size、batch_size 等运行它,并创建了另一个具有完全相同值的 PyTorch-lightning 内核,但我的闪电模型在大约 1.5 个 epoch 后内存不足(每个 epoch 包含 8750步骤)在第一折,而原生 PyTorch 模型运行整个 5 折。有没有办法改进代码或释放内存?我本可以尝试删除模型或进行一些垃圾收集,但如果它甚至没有完成第一次折叠,我就无法删除模型和东西。
def run_fold(fold):
df_train = train[train['fold'] != fold]
df_valid = train[train['fold'] == fold]
train_dataset = G2NetDataset(df_train, get_train_aug())
valid_dataset = G2NetDataset(df_valid, get_test_aug())
train_dl = DataLoader(train_dataset,
batch_size = config.batch_size,
num_workers = config.num_workers,
shuffle = True,
drop_last = True,
pin_memory = True)
valid_dl = DataLoader(valid_dataset,
batch_size = config.batch_size,
num_workers = config.num_workers,
shuffle = False,
drop_last = False,
pin_memory = True)
model = Classifier()
logger = pl.loggers.WandbLogger(project='G2Net', name=f'fold: fold')
trainer = pl.Trainer(gpus = 1,
max_epochs = config.epochs,
fast_dev_run = config.debug,
logger = logger,
log_every_n_steps=10)
trainer.fit(model, train_dl, valid_dl)
result = trainer.test(test_dataloaders = valid_dl)
wandb.run.finish()
return result
def main():
if config.train:
results = []
for fold in range(config.n_fold):
result = run_fold(fold)
results.append(result)
return results
results = main()
【问题讨论】:
也许要尝试的一件事是在计算指标时将 .detach() 用于当前循环中不需要的任何张量。这样,您就不会无缘无故地存储张量及其整个图表。你试过这个吗? 但我使用的是 Pytorch-Lightning,因此无法在任何给定点分离,因为闪电管理后台中的所有内容。 嗨,你能附上你的火车功能的sn-p吗?这样调试起来会更容易。 【参考方案1】:如果不查看您的模型类,我不能说太多,但我遇到的几个可能的问题是日志记录的度量和损失评估。 例如,像
pl.metrics.Accuracy(compute_on_step=False)
需要和显式调用 .compute()
def training_epoch_end(self, outputs):
loss = sum([out['loss'] for out in outputs])/len(outputs)
self.log_dict('train_loss' : loss.detach(),
'train_accuracy' : self.train_metric.compute())
在纪元结束时。
【讨论】:
以上是关于PyTorch-lightning 模型在第一个 epoch 后内存不足的主要内容,如果未能解决你的问题,请参考以下文章
使用 pytorch-lightning 实现 Network in Network CNN 模型
使用 pytorch-lightning 进行简单预测的示例
如何禁用 PyTorch-Lightning 记录器的日志记录?