面对数以亿计的图片数据，到底该用什么样的方法才能快速搞实验？
这样的问题，或许在做机器学习研究的你，也会经常遇到。
而就在最近，一个国外小哥就提出了一种建议：
在PyTorch lightning基础上，让深度学习pIPeline速度提升10倍！
用他自己的话来说就是“爬楼时像给了你一个电梯”。
这般“酸爽”，到底是如何做到的呢？
优化机器学习pIPeline，很重要
无论你是身处学术界还是工业界，时间和资源等各种因素，往往会成为你在搞实验的枷锁。
尤其是随着数据集规模和机器学习模型，变得越发庞大和复杂，让实验变得既费时又耗力。
提速这件事，就变得至关重要。
例如在2012年的时候，训练一个AlexNet，要花上5到6天的时间。
而现如今，只需要短短几分钟就可以在更大的数据集上训练更大的图像模型。
这位小哥认为，从某种角度上来说，这是得益于各种各样的“利器”的出现。
例如PyTorch Lingtning，就是其中一种。
于是，他便“死磕”pIPeline，总结了六种“闪电加速”实验周期的方法。
并行数据加载
数据加载和增强（augMentation）往往被认为是训练pIPeline时的瓶颈之一。
一个典型的数据pIPeline包含以下步骤：
从磁盘加载数据 在运行过程中创建随机增强 将每个样本分批整理
在这个过程中，倒是可以用多个CPU进程并行加载数据来优化。
但与此同时，还可以通过下面的操作来加速这一过程：
1、将DataloadeR中的nuM_woRkeRs参数设置为CPU的数量。
2、当与GPU一起工作时，将DataloadeR中的pin_MeMoRy参数设置为TRue。这可以将数据分配到页锁定的内存中，从而加快数据传输到GPU的速度。
使用分布式数据并行的多GPU训练 与CPU相比，GPU已经大大加速了训练和推理时间。
但有没有比一个GPU更好的方法？或许答案就是：
多个GPU！
在PyTorch中，有几种范式可以用多个GPU训练你的模型。
两个比较常见的范式是 “DataPaRallel &Rdquo;和 “DistRibutedDataPaRallel”。
而小哥采用的方法是后者，因为他认为这是一种更可扩展的方法。
但在PyTorch（以及其他平台）中修改训练pIPeline并非易事。
必须考虑以分布式方式加载数据以及权重、梯度和指标的同步等问题。
不过，有了PyTorch Lightning，就可以非常容易地在多个GPU上训练PyTorch模型，还是几乎不需要修改代码的那种！
混合精度
在默认情况下，输入张量以及模型权重是以单精度（float32）定义的。
然而，某些数学运算可以用半精度（float16）进行。
这样一来，就可以显著提升速度，并降低了模型的内存带宽，还不会牺牲模型的性能。
通过在PyToRch Lightning中设置混合精度标志（flag），它会在可能的情况下自动使用半精度，而在其他地方保留单精度。
通过最小的代码修改，模型训练的速度可以提升1.5至2倍。
早停法
当我们训练深度学习神经网络的时候，通常希望能获得最好的泛化性能。
但是所有的标准深度学习神经网络结构，比如全连接多层感知机都很容易过拟合。
当网络在训练集上表现越来越好，错误率越来越低的时候，实际上在某一刻，它在测试集的表现已经开始变差。
因此，早停法（EaRly StopPING）便在训练过程中加入了进来。
具体来说，就是当验证损失在预设的评估次数（在小哥的例子中是10次评估）后停止训练。
这样一来，不仅防止了过拟合的现象，而且还可以在几十个 epoch内找到最佳模型。
ShaRded TRAIning
ShaRded TRAIning是基于微软的ZeRO研究和Deepspeed库。
它显著的效果，就是让训练大模型变得可扩展和容易。
否则，这些模型就不适合在单个GPU上使用了。
而在PyTorch Lightning的1.2版本中，便加入了对ShaRed TRAIning的支持。
虽然在小哥的实验过程中，并没有看到训练时间或内存占用方面有任何改善。
但他认为，这种方法在其它实验中可能会提供帮助，尤其是在不使用单一GPU的大模型方面。
模型评估和推理中的优化
在模型评估和推理期间，梯度不需要用于模型的前向传递。
因此，可以将评估代码包裹在一个Torch.no_gRad上下文管理器中。
这可以防止在前向传递过程中的存储梯度，从而减少内存占用。
如此一来，就可以将更大的BATch送入模型，让评估和推理变得更快。
效果如何？
介绍了这么多，你肯定想知道上述这些方法，具体起到了怎样的作用。
小哥为此做了一张表格，详解了方法的加速效果。
那么这些方法，是否对在做机器学习实验的你有所帮助呢？
快去试试吧~
