[Python知识库]分享一下自己的pytorch DDP模型训练

仅从代码入手，不讲DDP原理，网上看了一堆都讲的挺全面的了（自己还看不懂）

项目背景：pytorch1.8.1、python3.7、cuda11.1、Ubuntu 18.04、至少两张N卡

从单卡训练到DDP训练增加代码：

1.定义local_rank：卡的编号

import torch.distributed as dist

parse.add_argument('--local_rank', default=-1, type=int, help='node rank for distributed training')

2.设置卡间通讯方式

device = torch.device("cuda", args.local_rank)
dist.init_process_group(backend='nccl')
torch.cuda.set_device(args.local_rank)

3.定义sampler

train_sampler = torch.utils.data.distributed.DistributedSampler(train_dataset)
val_sampler = torch.utils.data.distributed.DistributedSampler(val_dataset)
test_sampler = torch.utils.data.distributed.DistributedSampler(test_dataset)

train_dataloaders = DataLoader(train_dataset, batch_size=args.batch_size, num_workers=args.num_workers, sampler=train_sampler, pin_memory=True)
val_dataloaders = DataLoader(val_dataset, batch_size=1, num_workers=args.num_workers, sampler=val_sampler)
test_dataloaders = DataLoader(test_dataset, batch_size=1, num_workers=args.num_workers, sampler=test_sampler)

4.在每个epoch开始时，设置set_epoch（主要用作随机采样），dt_size整除2是因为我只有两张卡ORZ

train_dataloader.sampler.set_epoch(epoch)
val_dataloader.sampler.set_epoch(epoch)
dt_size = len(train_dataloader.dataset) // 2

5.包装模型

model = torch.nn.parallel.DistributedDataParallel(model, device_ids=[args.local_rank])

6.启动训练

nohup python -u -m torch.distributed.launch --nproc_per_node=2 --master_port=2345 main.py > ./test.log &

其中nproc_per_node为你的卡数量，master_port是可以随机设置的端口号

OK，大功告成！

如果要保存与读取模型：

# 保存模型
if args.local_rank == 0:
    state = {'net': model.module.state_dict(), 'optimizer': optimizer.state_dict()}
    torch.save(state, your_path)


# 读取模型
checkpoint = torch.load(your_path, map_location='cuda:{}'.format(args.local_rank))
model.load_state_dict(checkpoint['net'])
optimizer.load_state_dict(checkpoint['optimizer'])
model = torch.nn.parallel.DistributedDataParallel(model, device_ids=[args.local_rank])

顺便记录一下自己的疑问：

双卡训练的时候，每张卡都会输出loss、acc等参数，如下图：

?可是两张卡的验证iou都不相同，自己测试后发现卡1的精度总会比卡0的高一点；

那疑问就有：

1.是验证集采样不同导致的精度差异，还是此刻的两卡梯度并未同步？

2.在保存模型的时候使用 args.local_rank == 0 和?args.local_rank == 1 保存是否模型相同？

3.如果是梯度并未同步，有无显式同步方式？

坐等高手XD

?