我想知道在使用多个GPU进行训练时,实现批量归一化层并同步批量统计的可能方法。
Caffe 或许有一些可以实现的caffe变体,比如这里。但对于BN层,我的理解是它仍然只同步层的输出,而不是均值和方差。也许MPI可以同步均值和方差,但我认为MPI有点难以实现。
Torch 我看到一些评论这里和这里,显示running_mean和running_var可以同步,但我认为batch mean和batch var无法或难以同步。
Tensorflow 通常与caffe和torch相同。 BN的实现参考这里。 我知道tensorflow可以将操作分发到tf.device()
指定的任何设备上。但是均值和方差的计算在BN层的中间位置,因此如果我在CPU上收集均值和方差,我的代码将如下所示:
cpu_gather = []
label_batches = []
for i in range(num_gpu):
with tf.device('/gpu:%d' % i):
with tf.variable_scope('block1', reuse=i > 0):
image_batch, label_batch = cifar_input.build_input('cifar10', train_data_path, batch_size, 'train')
label_batches.append(label_batch)
x = _conv('weights', image_batch, 3, 3, 16, _stride_arr(1))
block1_gather.append(x)
with tf.device('/cpu:0'):
print block1_gather[0].get_shape()
x1 = tf.concat(block1_gather, 0)
# print x1.get_shape()
mean, variance = tf.nn.moments(x1, [0, 1, 2], name='moments')
for i in range(num_gpu):
with tf.device('/gpu:%d' % i):
with tf.variable_scope('block2', reuse=i > 0):
shape = cpu_gather[i].get_shape().as_list()
assert len(shape) in [2, 4]
n_out = shape[-1]
beta, gamma, moving_mean, moving_var = get_bn_variables(n_out, True, True)
x = tf.nn.batch_normalization(
cpu_gather[i], mean, variance, beta, gamma, 0.00001)
x = _relu(x)
这只是针对一个BN层的情况。为了在CPU中收集统计信息,我必须打破代码。如果我有超过100个BN层,那将会很麻烦。
我不是这些库的专家,所以可能存在一些误解,请随意指出我的错误。
我不太关心训练速度。我正在进行图像分割,这需要大量GPU内存,并且BN需要合理的批量大小(例如大于16)以获得稳定的统计数据。因此使用多GPU是不可避免的。在我看来,TensorFlow可能是最好的选择,但我无法解决打破代码的问题。其他库的解决方案也将受到欢迎。