《动手学深度学习》笔记2.5——神经网络从基础→使用GPU (CUDA-单卡-多卡-张量操作)

目录

[0. 前言](#0. 前言)

原书正文

[1. 计算设备 (CPU和GPU)](#1. 计算设备 (CPU和GPU))

补充:torch版本cuda报错的解决方案

[2. 张量与GPU](#2. 张量与GPU)

[3. 存储在GPU上](#3. 存储在GPU上)

[4. 复制(多卡操作)](#4. 复制(多卡操作))

[5. 旁注 (CPU和GPU之间挪数据)](#5. 旁注 (CPU和GPU之间挪数据))

[6. 神经网络与GPU](#6. 神经网络与GPU)

小结


0. 前言

原书正文

在 :numref:tab_intro_decade中, 我们回顾了过去20年计算能力的快速增长。 简而言之,自2000年以来,GPU性能每十年增长1000倍。

本节,我们将讨论如何利用这种计算性能进行研究。 首先是如何使用单个GPU,然后是如何使用多个GPU和多个服务器(具有多个GPU)。

我们先看看如何使用单个NVIDIA GPU进行计算。 首先,确保至少安装了一个NVIDIA GPU。 然后,下载NVIDIA驱动和CUDA 并按照提示设置适当的路径。 当这些准备工作完成,就可以使用nvidia-smi命令来(查看显卡信息。)

In [1]:

python 复制代码
!nvidia-smi
复制代码
Out[1]:
Thu Sep 26 14:05:46 2024       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 472.19       Driver Version: 472.19       CUDA Version: 11.4     |
|-------------------------------+----------------------+----------------------+
| GPU  Name            TCC/WDDM | Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  NVIDIA GeForce ... WDDM  | 00000000:01:00.0  On |                  N/A |
| N/A   40C    P0    13W /  N/A |    635MiB /  4096MiB |      2%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A      1780    C+G   ...ge\Application\msedge.exe    N/A      |
|    0   N/A  N/A      5080    C+G   ...2txyewy\TextInputHost.exe    N/A      |
|    0   N/A  N/A      7448    C+G   ...5n1h2txyewy\SearchApp.exe    N/A      |
|    0   N/A  N/A     10332    C+G   ...lPanel\SystemSettings.exe    N/A      |
|    0   N/A  N/A     12196    C+G   ...perience\NVIDIA Share.exe    N/A      |
|    0   N/A  N/A     12516    C+G   ...perience\NVIDIA Share.exe    N/A      |
|    0   N/A  N/A     13000    C+G   Insufficient Permissions        N/A      |
|    0   N/A  N/A     16252    C+G   Insufficient Permissions        N/A      |
|    0   N/A  N/A     19636    C+G   C:\Windows\explorer.exe         N/A      |
|    0   N/A  N/A     19812    C+G   ...y\ShellExperienceHost.exe    N/A      |
+-----------------------------------------------------------------------------+

在PyTorch中,每个数组都有一个设备(device), 我们通常将其称为环境(context)。 默认情况下,所有变量和相关的计算都分配给CPU。 有时环境可能是GPU。 当我们跨多个服务器部署作业时,事情会变得更加棘手。 通过智能地将数组分配给环境, 我们可以最大限度地减少在设备之间传输数据的时间。 例如,当在带有GPU的服务器上训练神经网络时, 我们通常希望模型的参数在GPU上。

要运行此部分中的程序,至少需要两个GPU。 注意,对大多数桌面计算机来说,这可能是奢侈的,但在云中很容易获得。 例如可以使用AWS EC2的多GPU实例。 本书的其他章节大都不需要多个GPU, 而本节只是为了展示数据如何在不同的设备之间传递。

**1. 计算设备 (**CPU和GPU)

我们可以指定用于存储和计算的设备,如CPU和GPU。 默认情况下,张量是在内存中创建的,然后使用CPU计算它。

在PyTorch中,CPU和GPU可以用torch.device('cpu')torch.device('cuda')表示。 应该注意的是,cpu设备意味着所有物理CPU和内存, 这意味着PyTorch的计算将尝试使用所有CPU核心。 然而,gpu设备只代表一个卡和相应的显存。 如果有多个GPU,我们使用torch.device(f'cuda:{i}') 来表示第𝑖块GPU(𝑖从0开始)。 另外,cuda:0cuda是等价的。

In [2]:

python 复制代码
import torch

from torch import nn
​
torch.device('cpu'), torch.device('cuda'), torch.device('cuda:1')  # 若有多个GPU,cuda:1表示访问第一个
复制代码
Out[2]:
复制代码
(device(type='cpu'), device(type='cuda'), device(type='cuda', index=1))

我们可以(查询可用gpu的数量。)

In [3]:

python 复制代码
print(torch.cuda.is_available()) # 查询cuda是否可用,显示False,大概是因为torch版本不对,cpu版的torch不行

print(torch.cuda.device_count())  # 查询可用gpu的数量,显示0,得看看cuda和pytorch的版本是否匹配
复制代码
Out[3]:
True
1

补充:torch版本cuda报错的解决方案

个人补充:torch版本不对,得找匹配cuda版本的torch 推荐教程(本人亲测成功):动手学深度学习-GPU常见报错-CUDA11.4-AssertionError: Torch not compiled with CUDA enabled-CSDN博客

现在我们定义了两个方便的函数, [这两个函数允许我们在不存在所需所有GPU的情况下运行代码。]

In [4]:

python 复制代码
def try_gpu(i=0): #@save # @save指的是存到了d2l包里,后面会用到

    """如果存在,则返回gpu(i),否则返回cpu()"""
    if torch.cuda.device_count() >= i + 1:
        return torch.device(f'cuda:{i}')
    return torch.device('cpu')
​
def try_all_gpus():  #@save
    """返回所有可用的GPU,如果没有GPU,则返回[cpu(),]"""
    devices = [torch.device(f'cuda:{i}')
             for i in range(torch.cuda.device_count())]  # 遍历所有GPU
    return devices if devices else [torch.device('cpu')]  # (除cpu之外)只返回gpu
​
print(try_gpu())  # 用print()
print(try_gpu(10))  # 没有10个gpu,就返回cpu
print(try_all_gpus())
​
try_gpu(), try_gpu(10), try_all_gpus()  # 不用print()
复制代码
cuda:0
cpu
[device(type='cuda', index=0)]

Out[4]:

复制代码
(device(type='cuda', index=0),
 device(type='cpu'),
 [device(type='cuda', index=0)])

2. 张量与GPU

我们可以[查询张量所在的设备。] 默认情况下,张量是在CPU上创建的。

In [5]:

python 复制代码
x = torch.tensor([1, 2, 3]) # 查询张量所在的设备

x.device  # 默认在cpu内存上创建
复制代码
Out[5]:
复制代码
device(type='cpu')

需要注意的是,无论何时我们要对多个项进行操作, 它们都必须在同一个设备上。 例如,如果我们对两个张量求和, 我们需要确保两个张量都位于同一个设备上, 否则框架将不知道在哪里存储结果,甚至不知道在哪里执行计算。

3. 存储在GPU上

有几种方法可以在GPU上存储张量。 例如,我们可以在创建张量时指定存储设备。接 下来,我们在第一个gpu上创建张量变量X。 在GPU上创建的张量只消耗这个GPU的显存。 我们可以使用nvidia-smi命令查看显存使用情况。 一般来说,我们需要确保不创建超过GPU显存限制的数据。

In [6]:

python 复制代码
X = torch.ones(2, 3, device=try_gpu()) # 默认放在第0个GPU显存上

X
复制代码
Out[6]:
复制代码
tensor([[1., 1., 1.],
        [1., 1., 1.]], device='cuda:0')

假设我们至少有两个GPU,下面的代码将在(第二个GPU上创建一个随机张量。)

In [7]:

python 复制代码
Y = torch.rand(2, 3, device=try_gpu(1)) # 这里没有第2张GPU,因此实际上是在cpu上创建的

Y  # 对比上一个输出,本次执行的输出没有显示"device='cuda:0'",说明该张量是在cpu上创建的
复制代码
Out[7]:
复制代码
tensor([[0.9381, 0.7002, 0.2132],
        [0.3292, 0.8469, 0.2711]])

4. 复制(多卡操作)

如果我们[要计算X + Y,我们需要决定在哪里执行这个操作 ]。 例如,如 :numref:fig_copyto所示, 我们可以将X传输到第二个GPU并在那里执行操作。 不要 简单地X加上Y,因为这会导致异常, 运行时引擎不知道该怎么做:它在同一设备上找不到数据会导致失败。 由于Y位于第二个GPU上,所以我们需要将X移到那里, 然后才能执行相加运算。

:label:fig_copyto

In [8]:

python 复制代码
"""
Z = X.cuda(1)  # 咱只有一张卡,所以会报错CUDA error: invalid device ordinal
print(X)
print(Z)
"""

[现在数据在同一个GPU上(ZY都在),我们可以将它们相加。]

In [9]:

python 复制代码
# Y + Z # 现在只有一张卡,就直接注释掉啦,如果有两张卡,可以取消注释跑跑看

假设变量Z已经存在于第二个GPU上。 如果我们还是调用Z.cuda(1)会发生什么? 它将返回Z,而不会复制并分配新内存。

In [10]:

python 复制代码
# Z.cuda(1) is Z # 现在只有一张卡,就直接注释掉啦,如果有两张卡,可以取消注释跑跑看

李沐老师有两张卡,看看他演示的输出:

5. 补充 (CPU和GPU之间挪数据)

李沐老师谈为什么不能直接 Y + X :

"实际上这样实现也不会报错,不这么做的历史原因是GPU之间挪数据,特别在CPU和GPU之间挪数据(假设某一层数据建在CPU上,别的都在GPU上),来来回回传数据会特别慢,出现性能问题,还很难debug"

人们使用GPU来进行机器学习,因为单个GPU相对运行速度快。 但是在设备(CPU、GPU和其他机器)之间传输数据比计算慢得多。 这也使得并行化变得更加困难,因为我们必须等待数据被发送(或者接收), 然后才能继续进行更多的操作。 这就是为什么拷贝操作要格外小心。 根据经验,多个小操作比一个大操作糟糕得多。 此外,一次执行几个操作比代码中散布的许多单个操作要好得多。 如果一个设备必须等待另一个设备才能执行其他操作, 那么这样的操作可能会阻塞。 这有点像排队订购咖啡,而不像通过电话预先订购: 当客人到店的时候,咖啡已经准备好了。

最后,当我们打印张量或将张量转换为NumPy格式时, 如果数据不在内存中,框架会首先将其复制到内存中, 这会导致额外的传输开销。 更糟糕的是,它现在受制于全局解释器锁,使得一切都得等待Python完成。

6. 神经网络与GPU

类似地,神经网络模型可以指定设备。 下面的代码将模型参数放在GPU上。

In [11]:

python 复制代码
net = nn.Sequential(nn.Linear(3, 1))

net = net.to(device=try_gpu())  # .to 这个方法(method) 传入函数try_gpu(),相当于把全部参数复制到第0号GPU

在接下来的几章中, 我们将看到更多关于如何在GPU上运行模型的例子, 因为它们将变得更加计算密集。

当输入为GPU上的张量时,模型将在同一GPU上计算结果。

In [12]:

python 复制代码
net(X)  # 显示在device='cuda:0'上

Out[12]:

复制代码
tensor([[-0.8239],
        [-0.8239]], device='cuda:0', grad_fn=<AddmmBackward0>)

让我们(确认模型参数存储在同一个GPU上。)

In [13]:

python 复制代码
net[0].weight.data.device # 再确认一下weight模型参数

Out[13]:

复制代码
device(type='cuda', index=0)

总之,只要所有的数据和参数都在同一个设备上, 我们就可以有效地学习模型。 在下面的章节中,我们将看到几个这样的例子。

小结

  • 我们可以指定用于存储和计算的设备,例如CPU或GPU。默认情况下,数据在主内存中创建,然后使用CPU进行计算。
  • 深度学习框架要求计算的所有输入数据都在同一设备上,无论是CPU还是GPU。
  • 不经意地移动数据可能会显著降低性能。一个典型的错误如下:计算GPU上每个小批量的损失,并在命令行中将其报告给用户(或将其记录在NumPy ndarray中)时,将触发全局解释器锁,从而使所有GPU阻塞。最好是为GPU内部的日志分配内存,并且只移动较大的日志。
相关推荐
深圳市青牛科技实业有限公司13 分钟前
【青牛科技】应用方案|D2587A高压大电流DC-DC
人工智能·科技·单片机·嵌入式硬件·机器人·安防监控
狂奔solar27 分钟前
yelp数据集上识别潜在的热门商家
开发语言·python
Tassel_YUE28 分钟前
网络自动化04:python实现ACL匹配信息(主机与主机信息)
网络·python·自动化
水豚AI课代表33 分钟前
分析报告、调研报告、工作方案等的提示词
大数据·人工智能·学习·chatgpt·aigc
几两春秋梦_34 分钟前
符号回归概念
人工智能·数据挖掘·回归
聪明的墨菲特i35 分钟前
Python爬虫学习
爬虫·python·学习
密码小丑44 分钟前
11月4日(内网横向移动(一))
笔记
鸭鸭梨吖1 小时前
产品经理笔记
笔记·产品经理
用户691581141651 小时前
Ascend Extension for PyTorch的源码解析
人工智能
Chef_Chen1 小时前
从0开始学习机器学习--Day13--神经网络如何处理复杂非线性函数
神经网络·学习·机器学习