目前支流深度学习框架反对的编程形式有两种,别离为动态图和动态图。动态图的Pythonic编程体验更佳、更易调试,但性能方面与动态图有肯定差距。动态图先组网再执行,事后领有残缺网络结构,更利于全局优化,虽调试难度大,但执行性能更佳。
百度飞桨采纳动静对立的技术架构设计,提供了动转静(@to_static)模块性能,反对用户动态图编程,并可一键切换动态图训练和部署。2022年11月,飞桨框架 2.4 版本(以下简称飞桨v2.4)正式公布,动转静“转换成功率”和“训练性能”迎来全面降级,带来了全新的用户应用体验。
- 动转静成功率显著晋升,一键转换成功率达到92.1%。
- 动转静训练减速成果显著,重点模型训练可提速18%+。
一键转静成功率显著晋升
动转静的转换成功率是动转静性能的一个重要指标,与用户的应用体验非亲非故,飞桨v2.4从“动转静语法欠缺”和“API动静行为对立”两个方面进行了重点优化和降级:动转静语法欠缺
JIT 式动静执行
新增 Shape、Len、Attr、List、Unpack、Indexable等JIT 模式接口,晋升语法转写的鲁棒性。
控制流语法重构
重构了控制流IF/For/While语法转写逻辑,齐备反对简单嵌套场景下变量名解析等疑难问题。
关键字语法优化
优化了控制流中提前return、break、continue 等关键字语法转写机制,无效缩小了动态图两头示意多余算子的引入,晋升执行效率。
API动静行为对立
属性参数可变
实现了20多个中高频动态图API参数的降级,如
Reduce系列的paddle.mean/sum/max/min API的参数 axis ,新增反对为Tensor类型,动静可变。
接口动静对立
补齐了Tensor类动态图下缺失的接口,降级了paddle.to_tensor、paddle.grad等高频API 性能,反对动态图调用。
Einsum 降级
实现了动静对立爱因斯坦求和算子,并反对Python二元、多元输出,训推一体。
动转静成功率和语法反对度飞桨v2.4下,动转静具备了更丰盛的语法反对,Python语法反对比例达到了90%,在80多个内部用户实在论文复现模型汇合上,动转静一键转写成功率晋升至92.1%,性能齐备性和易用性都有显著晋升。 如下是一个动转静导出预测模型的样例代码:
import paddleclass SimpleNet(paddle.nn.Layer): def __init__(self): super(SimpleNet, self).__init__() self.linear = paddle.nn.Linear(10, 3) @paddle.jit.to_static # step 1: 增加装璜器 def forward(self, x): out = self.linear(x) out = out + 1 return outnet = SimpleNet()train(net) # 此处略去了训练过程# step 2: 切换到 eval() 模式net.eval()# step 3: 调用 jit.save 接口paddle.jit.save(net, path='./simple_net')
执行上述代码样例后,在当前目录下会生成三个文件,即代表胜利导出预测模型:
simple_net.pdiparams // 寄存模型中所有的权重数据simple_net.pdmodel // 寄存模型的网络结构simple_net.pdiparams.info // 寄存额定的其余信息
动转静导出模型个别包含三个步骤:
- 增加装璜器
将@to_static装璜器装璜在forward函数上。
- 切换 eval 模式
如Dropout 、LayerNorm 接口在 train() 和 eval() 模式下行为存在较大的差别,在模型导出前,请务必确认模型已切换到正确的模式。
- 调用 save 接口
调用 paddle.jit.save接口导出其对应的模型文件和参数文件。飞桨动转静@to_staitc更多功能用法,可参考【扩大浏览—动转静应用样例】
动转静训练减速成果显著
在飞桨框架中,通常状况下应用动态图训练即可满足大部分场景需要。飞桨v2.4优化了动转静训练的相干逻辑,面向重点模型,动态图训练的性能曾经能够和动态图媲美,例如在ResNet50、Transformer、YOLOv3等模型上,动转静训练相较于动态图有18.6%~21.5%的显著减速成果。
重点模型减速成果在如下场景中,开发者能够思考应用动转静形式进行模型训练,将会取得较显著的性能晋升成果。 场景一: 重调度模型
即每个API背地的GPU Kernel 计算耗时较少,在CPU端拉起后很快就执行完了,此类工作的特点:
- PU 利用率较低(可通过watch -n 1 nvidia-smi命令查看)。
- 常见于NLP 畛域或AMP/FP16 工作。
- 训练性能瓶颈点次要是Host端调度开销。
如上图是重调度模型的动态图和动转静 Timeline 示意图。从图中能够看出:
- 一个Batch的训练耗时取决于 Host 端总耗时。
- 动态图每个Python API在运行时,都会产生一次Python 和C++交互,会产生较大的调度开销。
- 动转静之后,整体上切分为执行前向和反向的两个Python C API,故缩小了很多个API间的调度开销。
- 动转静内核执行器也通过了极致的优化(如Instruction缓存等),Kernel launch效率也会比纯动态图模式要高。
对于想应用动态图训练代码的用户来说,只须要在组网入口的forward函数处增加装璜器@to_static,其余代码无需改变就能够一键切换为动转静训练。@to_static装璜器会将此函数内的所有subLayers 转化为一个动态子图并执行。如下是一个动转静训练样例代码:
import paddleclass SimpleNet(paddle.nn.Layer): def __init__(self): super(SimpleNet, self).__init__() self.linear = paddle.nn.Linear(10, 3) @paddle.jit.to_static # 仅需一行代码 def forward(self, x): out = self.linear(x) out = out + 1 return out# create networknet = SimpleNet()adam = opt.Adam(learning_rate=0.001, parameters=net.parameters())for batch_id, x in enumerate(data_loader()): out = net(x) loss = paddle.mean(out) loss.backward() opt.step() opt.clear_grad()
场景二:调度+计算共存模型即模型训练时同时存在计算量小和计算量大的GPU Kernel,且一个Batch的起始地位常为小Kernel,此类工作的特点:
- GPU 利用率稳定比拟大(可通过watch -n 1 nvidia-smi命令查看)。
- 训练性能瓶颈点同时受部分调度和部分 Kernel 计算效率影响。
如上图是调度+计算共存的动态图和动转静Timeline示意图。从图中能够看出:
- 一个Batch的训练耗时取决于 Max(Host端,GPU端)。
- 动转静升高了Python C API 调度开销,收益点大多在Batch前半部分,后半局部可能会被overlap,调度方面的收益会打折扣。
- 动转静可借助全局图优化技术,通过算子交融等技术晋升模型训练的吞吐。
在此种场景下,飞桨动转静@to_static API 提供build_strategy参数,在动转静的全图视角下,用户能够通过build_strategy参数开启不同的全局图优化策略。通过装璜器@to_static(build_strategy=get_build_strategy())或者API调用paddle.jit.to_static(net, build_strategy=get_build_strategy())两种形式开启全局图优化策略,如下是一个简略的应用样例:
import numpy as npimport paddleimport paddle.nn as nndef get_build_strategy(): build_strategy = paddle.static.BuildStrategy() # 算子交融策略 build_strategy.fuse_elewise_add_act_ops = True # 梯度 addto 策略 build_strategy.enable_addto = True os.environ['FLAGS_max_inplace_grad_add'] = "8" return build_strategyclass ResNet(paddle.nn.Layer): # 此处省略了模型定义 @to_static(build_strategy=get_build_strategy()) # 形式一 def forward(self, image): # 省略前向代码# create networknet = ResNet()# 借助 build_strategy 参数自定义开启「全局图优化」策略net = paddle.jit.to_static(net, build_strategy=get_build_strategy()) # 形式二adam = opt.Adam(learning_rate=0.001, parameters=net.parameters())for batch_id, image in enumerate(data_loader()): out = layer(image) loss = paddle.mean(out) loss.backward() opt.step() opt.clear_grad()
飞桨动转静@to_static开启更多全局图优化用法,可参考【扩大浏览—动转静训练图优化策略】
拓展浏览
[1]动转静应用样例https://www.paddlepaddle.org.cn/documentation/docs/zh/guides/...
[2] 动转静训练图优化策略https://www.paddlepaddle.org.cn/documentation/docs/zh/guides/...
[3]动转静转换原理https://www.paddlepaddle.org.cn/documentation/docs/zh/guides/...
[4] 动转静报错调试https://www.paddlepaddle.org.cn/documentation/docs/zh/guides/...
[5] 动转静Limitationshttps://www.paddlepaddle.org.cn/documentation/docs/zh/develop...