一只小狐貍帶你解鎖 煉丹術(shù)&NLP?秘籍

作者：蘇劍林（來自追一科技，人稱“蘇神”）

前言

在前不久的文章《BERT重計(jì)算：用22.5%的訓(xùn)練時間節(jié)省5倍的顯存開銷（附代碼）》中介紹了一個叫做“重計(jì)算”的技巧（附pytorch和paddlepaddle實(shí)現(xiàn)）。簡單來說重計(jì)算就是用來省顯存的方法，讓平均訓(xùn)練速度慢一點(diǎn)，但batch_size可以增大好幾倍，該技巧首先發(fā)布于論文《Training Deep Nets with Sublinear Memory Cost》。

最近筆者發(fā)現(xiàn)，重計(jì)算的技巧在tensorflow也有實(shí)現(xiàn)。事實(shí)上從tensorflow1.8開始，tensorflow就已經(jīng)自帶了該功能了，當(dāng)時被列入了tf.contrib這個子庫中，而從tensorflow1.15開始，它就被內(nèi)置為tensorflow的主函數(shù)之一，那就是tf.recompute_grad。找到?tf.recompute_grad?之后，筆者就琢磨了一下它的用法，經(jīng)過一番折騰，最終居然真的成功地用起來了，居然成功地讓?batch_size?從48增加到了144！然而，在繼續(xù)整理測試的過程中，發(fā)現(xiàn)這玩意居然在tensorflow 2.x是失效的...于是再折騰了兩天，查找了各種資料并反復(fù)調(diào)試，最終算是成功地補(bǔ)充了這一缺陷。

最后是筆者自己的開源實(shí)現(xiàn)：

Github地址：

https://github.com/bojone/keras_recompute

該實(shí)現(xiàn)已經(jīng)內(nèi)置在bert4keras中，使用bert4keras的讀者可以升級到最新版本（0.7.5+）來測試該功能。

使用

筆者的實(shí)現(xiàn)也命名為recompute_grad，它是一個裝飾器，用于自定義Keras層的?call函數(shù)，比如

from recompute import recompute_gradclass MyLayer(Layer): @recompute_grad def call(self, inputs): return inputs * 2

對于已經(jīng)存在的層，可以通過繼承的方式來裝飾：

from recompute import recompute_grad class MyDense(Dense):@recompute_graddef call(self, inputs):return?super(MyDense,?self).call(inputs)

自定義好層之后，在代碼中嵌入自定義層，然后在執(zhí)行代碼之前，加入環(huán)境變量RECOMPUTE=1來啟用重計(jì)算。

注意：不是在總模型里插入了@recomputr_grad，就能達(dá)到省內(nèi)存的目的，而是要在每個層都插入@recomputr_grad才能更好地省顯存。簡單來說，就是插入的@recomputr_grad越多，就省顯存。具體原因請仔細(xì)理解重計(jì)算的原理。

效果

bert4keras0.7.5已經(jīng)內(nèi)置了重計(jì)算，直接傳入環(huán)境變量RECOMPUTE=1就會啟用重計(jì)算，讀者可以自行嘗試，大概的效果是：

1、在BERT Base版本下，batch_size可以增大為原來的3倍左右；

2、在BERT Large版本下，batch_size可以增大為原來的4倍左右；

3、平均每個樣本的訓(xùn)練時間大約增加25%；

4、理論上，層數(shù)越多，batch_size可以增大的倍數(shù)越大。

環(huán)境

在下面的環(huán)境下測試通過：

tensorflow 1.14 + keras 2.3.1

tensorflow 1.15 + keras 2.3.1

tensorflow 2.0 + keras 2.3.1

tensorflow 2.1 + keras 2.3.1

tensorflow 2.0 + 自帶tf.keras

tensorflow 2.1 + 自帶tf.keras

確認(rèn)不支持的環(huán)境：

tensorflow 1.x + 自帶tf.keras

歡迎報(bào)告更多的測試結(jié)果。

順便說一下，強(qiáng)烈建議用keras2.3.1配合tensorflow1.x/2.x來跑，強(qiáng)烈不建議使用tensorflow 2.x自帶的tf.keras來跑。

可

能

喜

歡

• 算法工程師的效率神器——vim篇

• 硬核推導(dǎo)Google AdaFactor：一個省顯存的寶藏優(yōu)化器
  

• 數(shù)據(jù)缺失、混亂、重復(fù)怎么辦？最全數(shù)據(jù)清洗指南讓你所向披靡
  

• LayerNorm是Transformer的最優(yōu)解嗎？

• ACL2020|FastBERT：放飛BERT的推理速度

夕小瑤的賣萌屋

_

關(guān)注&星標(biāo)小夕，帶你解鎖AI秘籍

訂閱號主頁下方「撩一下」有驚喜哦

總結(jié)

以上是生活随笔為你收集整理的巨省显存的重计算技巧在TF、Keras中的正确打开方式的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。