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

qer1231年前 (2024-11-06)欧意交易所资讯340

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://juxingsy.com/post/1568.html

标签: hook
分享给朋友:

相关文章

比特币中国:见证币圈历程,曾是中国比特币交易主阵地

比特币中国在中国比特币交易领域具有重要地位,它目睹了虚拟货币在中国的发展进程,具备重要的行业意义和影响力。 起步与辉煌 比特币中国早期因具有创新性且占据先发优势,从而吸引了众多投资者。在那时候,比特币...

线上货币:高效便捷与安全隐患并存,能否取代传统货币?

线上货币听着是否颇具科幻色彩?与科幻片中所描绘如出一辙?然而,其究竟为何物?能否真正取代传统纸钞与金属货币呢?本文将深入解析这一备受瞩目且充满争议的新兴事物。 网络货币的魅力 网络货币最大优势在于其高...

区块链技术丛书:GO 语言公链开发实战,解读公链设计架构与分类

区块链技术丛书:GO 语言公链开发实战,解读公链设计架构与分类

点击查看第 2 章 点击查看第 3 章 使用GO语言进行公链开发实践 郑东旭、杨明珠、潘英玉、翟猛 编 第 1 章 公链设计架构 1.1 概述 区块链技术起源于中本聪2008年的论文《比特币:一种点...

欧意交易所新动向:全新交易方式与政策变动,影响每位投资人财富状况

各位尊贵的用户们,您们好。我是欧意交易所的荣誉顾问小欧,今日,我在此向各位通报我们最新的动态信息!请务必关注,因为这将直接影响我们每位投资人的财富状况。 欧意交易所的新动向 近日,欧意证券交易所频频传...

欧意平台神秘出身大揭秘,源自美国的高科技产品

各位朋友们,今天我们要探讨的主题是那个令人充满好奇的欧意平台。那么,这个平台究竟来自何方,又是如何来到我们眼前的呢? 欧意平台的神秘出身 首先要明确,尽管"欧意"看似一个融合了欧洲与意大利元素的名称,...

闪电网络低费用特性激活多元场景,从内容付费到跨境汇款等多方面

闪电网络低费用特性激活多元场景,从内容付费到跨境汇款等多方面

网络的低成本功能已激活场景,例如内容付款和游戏中购买。例如,.me允许用户通过上的闪电网络发送小奖励,而流媒体平台支持比特币的实时订阅付款。 3。跨境汇款和财务包容性 传统的跨境转移需要3-5天,而且...

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!