Keras 中的 CuDNNLSTM 和 LSTM 有啥区别？

Posted 2023-02-16

【中文标题】Keras 中的 CuDNNLSTM 和 LSTM 有啥区别？

【英文标题】：What is the difference between CuDNNLSTM and LSTM in Keras?Keras 中的 CuDNNLSTM 和 LSTM 有什么区别？

【发布时间】：2018-10-03 20:43:59

【问题描述】：

在高级深度学习库Keras中，有多种循环层；这些包括LSTM（长期短期记忆）和CuDNNLSTM。根据Keras documentation，CuDNNLSTM 是：

由 CuDNN 支持的快速 LSTM 实现。 只能在 GPU 上运行，带有 TensorFlow 后端。

我相信 Keras 会尽可能自动使用 GPU。根据TensorFlow build instructions，要拥有一个正常工作的 TensorFlow GPU 后端，您将需要 CuDNN：

您的系统上必须安装以下 NVIDIA 软件：

NVIDIA 的 Cuda 工具包 (>= 7.0)。我们推荐版本 9.0。有关详细信息，请参阅 NVIDIA 的文档。确保将相关的 Cuda 路径名附加到 LD_LIBRARY_PATH 环境变量中，如 NVIDIA 文档中所述。 与 NVIDIA 的 Cuda Toolkit 关联的 NVIDIA 驱动程序。 cuDNN (>= v3)。我们推荐版本 6.0。有关详细信息，请参阅 NVIDIA 的文档，尤其是关于将适当的路径名附加到 LD_LIBRARY_PATH 环境变量的说明。

因此，CuDNNLSTM 与使用 TensorFlow GPU 后端的普通 LSTM 有何不同？当找到可用的 TensorFlow GPU 后端时，CuDNNLSTM 是否会被自动选择并替换正常的 LSTM？

【问题讨论】：

我猜他们是一样的？它可能只在没有 GPU 的情况下运行时有所不同。

LSTM 的选择 如果要将模型部署到生产中，CuDNNLSTM 很重要。例如，到目前为止，Google Cloud Platform 允许您在其“AI Platform”中仅使用 CPU 机器。因此，如果您使用 CuDNNLSTM 训练模型，您将无法部署它。

【参考方案1】：

你为什么不自己试试看呢？ 在我的例子中，使用LSTM 训练一个模型需要 10 分 30 秒。 只需将电话从 LSTM() 切换到 CuDNNLSTM() 不到一分钟。

我还注意到切换到CuDNNLSTM() 也大大加快了model.evaluate() 和model.predict()。

【讨论】：

为什么我才发现这个，太神奇了！过去在大型数据集上评估模型需要 3 小时，现在只需 20 分钟左右。

CuDNNLSTM 更快（它使用 GPU 支持）但它的选项比 LSTM 少（例如 dropout）

更多信息请参见此主题：reddit.com/r/learnmachinelearning/comments/9jv0gx/…

只是重新执行所说的话。运行具有 10 个 LSTM 层、3 个密集层和每层 200 个神经元的模型，使用硬 sigmoid 激活函数强制使用通用 GPU - 每个 epoch 超过 40 分钟。将其更改回普通的 sigmoid 允许 cuDNN - 每个 epoch 54 秒。有很大的不同。

我刚刚在 Python 3.9.9 和 Tensorflow 2.7.0 上尝试过。我用 tf.compat.v1.keras.layers.CuDNNLSTM(128, return_sequences=True) 替换了 tf.keras.layers.LSTM(128, return_sequences=True)，我得到了超过 3 倍的速度提升，从每步 110ms 到38 毫秒。在 RTX 3080Ti 上运行，低端显卡可能会看到更大的性能提升。因此，官方文档中关于 tensorflow 2.x 已经使用 CuDNN 内核的说法是不正确的，至少它对我不起作用。

【参考方案2】：

GPU 适合大规模并行计算，大多数线性代数运算可以并行化以提高性能，矩阵乘法和梯度下降等向量运算可以应用于在 GPU 支持下并行执行的大型矩阵。 CUDA - Compute Unified Device Architecture 提供了一个接口，允许向量运算利用 GPU 并行性。 CuDNN 使用 CUDA 在 GPU 上实现用于大型矩阵运算的内核。

这里，CuDNNLSTM 是为 CUDA 并行处理而设计的，如果没有 GPU，则无法运行。但是 LSTM 是为普通 CPU 设计的。更快的执行时间是因为并行性。

【参考方案3】：

TL;DR;区别在于模型训练时间提高了 15 倍！

Setup Steps

Dependencies

性能基准测试：标准测试机器的比较。在 612235 个样本上训练 1 次迭代。

keras.layers.LSTM Intel i5-4690 CPU only: 612235/612235 [==============================] - 3755s 6ms/step - loss: 2.7339 - acc: 0.5067 - val_loss: 2.1149 - val_acc: 0.6175

GTX:950 & Intel i5-4690: 612235/612235 [==============================] - 1417s 2ms/step - loss: 2.7007 - acc: 0.5137 - val_loss: 2.0983 - val_acc: 0.6199

GPU 增益为 2.5 倍。

GTX:970 & Intel i5-4690: 612235/612235 [==============================] - 1322s 2ms/step - loss: 1.9214 - acc: 0.6442 - val_loss: 1.8808 - val_acc: 0.6461

强大的 GPU 带来的收益可忽略不计。

RTX 2070 & Intel i7-9700K: 612235/612235 [==============================] - 1012s 2ms/step - loss: 2.7268 - acc: 0.5111 - val_loss: 2.1162 - val_acc: 0.6234

即使有很棒的硬件升级，收益也很小！！！

keras.layers.CuDNNLSTM RTX 2070 & Intel i7-9700K: 612235/612235 [==============================] - 69s 112us/step - loss: 1.9139 - acc: 0.6437 - val_loss: 1.8668 - val_acc: 0.6469

54 倍的 CPU 增益！ 比传统（非 Cuda）LSTM 实现提高 15 倍！

【讨论】：

似乎只需要显示最后两个案例，因为它们是一个公平的测试 - 相同的组件，只有 CuDNNLSTM 与 LSTM 不同。前几个例子只会让你的帖子混乱。跨度>

【参考方案4】：

在 TensorFlow 2.0 中，内置的 LSTM 和 GRU 层已更新为利用 CuDNN 内核默认情况下，当 GPU 可用时。进行此更改后，之前的 keras.layers.CuDNNLSTM/CuDNNGRU 层已被弃用，您可以构建模型而无需担心运行它的硬件。

由于 CuDNN 内核 是在某些假设下构建的，这意味着如果您更改内置的默认值，该层将无法使用 CuDNN 内核 LSTM 或 GRU 层。

查看 tensorflow RNN 文档：https://www.tensorflow.org/guide/keras/rnn

【讨论】：

这不是真的。我刚刚在 Python 3.9.9 和 Tensorflow 2.7.0 上尝试过。我用 tf.compat.v1.keras.layers.CuDNNLSTM(128, return_sequences=True) 替换了 tf.keras.layers.LSTM(128, return_sequences=True)，我得到了超过 3 倍的速度提升，从每步 110ms 到38 毫秒。在 RTX 3080Ti 上运行，低端显卡可能会看到更大的性能提升。因此，你所说的关于 tensorflow 2.x 已经使用 CuDNN 内核的说法是不正确的，至少它对我不起作用。

使用 RTX 2060 Super 与 Keras 2.4/TF 2.3 确认 - 使用 CuDNNLSTM（通过 tf.compat.v1.keras.layers）与 LSTM 没有观察到加速。就我而言，无论哪种方式都是 24 毫秒/步。