欧意交易所资讯

uncategorized
首页 > 欧意交易所资讯 > 正文内容

pytorch 计算过程中如何节省显存并注册钩子导出中间变量

qer1236个月前 (11-06)欧意交易所资讯133

钩子方法有四种:

火炬..()

火炬.nn..k()

火炬.nn..ok()

torch.nn.._hook()。

1、手电筒..(挂钩)

用于导出指定张量的梯度,或者修改梯度值。

import torch
def grad_hook(grad):
    grad *= 2
x = torch.tensor([2., 2., 2., 2.], requires_grad=True)
y = torch.pow(x, 2)
z = torch.mean(y)
h = x.register_hook(grad_hook)
z.backward()
print(x.grad)
h.remove()    # removes the hook
>>> tensor([2., 2., 2., 2.])

注意:(1)上面的代码是有效的,但是如果写成grad = grad * 2就会无效,因为此时没有对grad进行本地操作,新的grad值并没有传递给指定的梯度。为了安全起见,最好在 def 语句中指定 grad。现在:

def grad_hook(grad):
    grad = grad * 2
    return grad

(2) 可以使用()方法取消钩子。注意,()必须在()之后,因为梯度计算只有在执行()语句时才开始,而在x.()处它只“注册”了一个grad hook。此时没有计算,而是执行 取消这个钩子就行了,然后()这个钩子就不起作用了。

(3)如果类中定义了钩子函数,则必须先在输入参数中添加self,即

def grad_hook(self, grad):
    ...

2、torch.nn..k(,输入,输出)

用于导出指定子模块(可以是layer、等nn.type)的输入输出张量,但只能修改输出。它常用于导出或修改卷积特征图。

inps, outs = [],[]
def layer_hook(module, inp, out):
    inps.append(inp[0].data.cpu().numpy())
    outs.append(out.data.cpu().numpy())
hook = net.layer1.register_forward_hook(layer_hook)
output = net(input)
hook.remove()

注意:(1)由于模块可以有多个输入,因此输入是元组类型,需要先提取出来再进行操作;输出是元组类型,可以直接使用。

(2)导出后不要放到显存上,除非你有A100。

(3)只能修改输出out的值,不能修改输入inp的值(不能返回,本地修改无效)。修改时最好以表单形式返回,如:

def layer_hook(self, module, inp, out):
    out = self.lam * out + (1 - self.lam) * out[self.indices]
    return out

这段代码在mixup中使用,混合中间层特征,实现数据增强,其中self.lam是[0,1]概率值,self.lam是[0,1]概率值。是最后一个序列号。

3、torch.nn.._hook(, in)

用于导出或修改指定子模块的输入张量。

def pre_hook(module, inp):
    inp0 = inp[0]
    inp0 = inp0 * 2
    inp = tuple([inp0])
    return inp
hook = net.layer1.register_forward_pre_hook(pre_hook)
output = net(input)
hook.remove()

注意:(1)inp值是tuple类型,所以需要先提取张量,然后进行其他操作,然后将其转换为tuple并返回。

(2)这句话只有在执行=net(input)时才会被调用。 ()可以放在调用后取消钩子。

4、torch.nn..ok(, , )

用于导出指定子模块的输入和输出张量的梯度,但只能修改输入张量的梯度(即只能返回gin),不能修改输出张量的梯度。

gouts = []
def backward_hook(module, gin, gout):
    print(len(gin),len(gout))
    gouts.append(gout[0].data.cpu().numpy())
    gin0,gin1,gin2 = gin
    gin1 = gin1*2
    gin2 = gin2*3
    gin = tuple([gin0,gin1,gin2])
    return gin
hook = net.layer1.register_backward_hook(backward_hook)
loss.backward()
hook.remove()

注意:

(1) 和都是元组,必须先展开。修改的时候,执行操作然后再把tuple放回去。

(2) 该钩子函数是在()语句中调用的,因此()应放在()之后,以取消钩子。

扫描二维码推送至手机访问。

版权声明:本文由本站发布,如需转载请注明出处。

转载请注明出处https://www.juxingsy.com/post/1568.html

标签: hook
分享给朋友:

相关文章

NFC 技术的发展历程:从被遗忘到频繁利用

NFC 技术的发展历程:从被遗忘到频繁利用

自2014年以来,随着智能手机市场的逐步开放,为了获得更多的市场份额,一些手机也增加了NFC功能。 然而,从前期市场数据来看,2014年,只有部分价格超过2000元的手机配备了NFC功能。 当时,由...

猩猩币:数字货币领域的创新引领者还是泡沫?

猩猩币,这一名称引人瞩目且具有吸引力,是否感到兴奋不已呢?如今,数字货币领域竞争激烈,而猩猩币凭借其创新的命名与独特的社区文化,成功占领投资市场。然而,猩猩币究竟是何物?它能否引领人们走向财务自由,还...

比特币筹码交换指标更新,美联储降息前行情友好,AAVE 作为 DeFi 协议潜力巨大

1.AAVE Aave 最近因其作为重要的去中心化金融(DeFi)协议的潜力而受到关注。它被公认为全球最大的流动性协议,可以提供借贷、兑换、质押等一系列服务。 Aave 目前的交易价格为 141.17...

欧意交易平台交易合规性:保障用户资金安全与交易规范的关键

欧意交易平台交易合规性始终是公众关注的焦点,它关乎用户资金保障及交易流程的规范性等多个关键议题。 了解欧意平台 欧意平台作为一家数字货币交易执行机构,须遵守所在国或地区对数字货币交易活动的具体法律法规...

2023年NFT概念股有奥飞娱乐、美亚柏科,这些股票表现如何?

NFT概念库存在2023年有: AOFEI :根据1月5日的开幕新闻,Aofei ()下跌0.62%至4.830元,营业额为1.16亿元。 在2021年,该公司在过去四年中获得了-4.17亿元的净利润...

探索NFT投资新趋势:实用金融理财软件OpenSea全面解析

探索NFT投资新趋势:实用金融理财软件OpenSea全面解析

软件特点 1、藏品最全:目前网络上收藏品种类超过80万种,NFT数量超过3000万枚。 2、界面最直观:搜索、分类、排名一目了然。 3、交易最便宜:2.5%手续费,行业最低。 4、从用户体验的角度来说...

加入欧意交易所,探索元宇宙世界!

探索DeFi,DApps, NFTs 和GameFi的世界,和OKX一起创造未来!