精品欧美一区二区三区在线观看 _久久久久国色av免费观看性色_国产精品久久在线观看_亚洲第一综合网站_91精品又粗又猛又爽_小泽玛利亚一区二区免费_91亚洲精品国偷拍自产在线观看 _久久精品视频在线播放_美女精品久久久_欧美日韩国产成人在线

深入理解GPU內(nèi)存分配:機器學(xué)習(xí)工程師的實用指南與實驗

人工智能 機器學(xué)習(xí)
給定一個模型架構(gòu)、數(shù)據(jù)類型、輸入形狀和優(yōu)化器,你能否計算出前向傳播和反向傳播所需的GPU內(nèi)存量?要回答這個問題,我們需要將流程分解為基本組件,并從底層理解內(nèi)存需求。以下實驗(可以在Google Colab上運行)將幫助你理解核心概念。

給定一個模型架構(gòu)、數(shù)據(jù)類型、輸入形狀和優(yōu)化器,你能否計算出前向傳播和反向傳播所需的GPU內(nèi)存量?要回答這個問題,我們需要將流程分解為基本組件,并從底層理解內(nèi)存需求。以下實驗(可以在Google Colab上運行)將幫助你理解核心概念。

預(yù)留與分配

PyTorch預(yù)留了更多內(nèi)存,但只分配所需的內(nèi)存。這樣做是為了在需要更多內(nèi)存時能夠快速分配,而不是進行昂貴的預(yù)留操作。我們只關(guān)心內(nèi)存分配,而不關(guān)心預(yù)留。

def test_reservation_vs_allocation():
     print(f"Base memory reserved: {torch.cuda.memory_reserved(device_id)}")
     print(f"Base memory allocated: {torch.cuda.memory_allocated(device_id)}")
 
     # Allocate some memory
     x = torch.randn((1024,), dtype=torch.float32, device=device)
     print(f"Memory after allocation (reserved): {torch.cuda.memory_reserved(device_id)}")
     print(f"Memory after allocation (allocated): {torch.cuda.memory_allocated(device_id)}")
 
     # Cleanup
     del x
     print(f"Memory after cleanup (reserved): {torch.cuda.memory_reserved(device_id)}")
     print(f"Memory after cleanup (allocated): {torch.cuda.memory_allocated(device_id)}")
 
     torch.cuda.empty_cache()
     print(f"Memory after empty_cache (reserved): {torch.cuda.memory_reserved(device_id)}")
     print(f"Memory after empty_cache (allocated): {torch.cuda.memory_allocated(device_id)}")
 
 """
 Output:
 
 Base memory reserved: 0
 Base memory allocated: 0
 Memory after allocation (reserved): 2097152
 Memory after allocation (allocated): 4096
 Memory after cleanup (reserved): 2097152
 Memory after cleanup (allocated): 0
 Memory after empty_cache (reserved): 0
 Memory after empty_cache (allocated): 0
 """

當(dāng)刪除變量x或當(dāng)x超出作用域時,x的內(nèi)存被釋放,但仍然為將來使用而預(yù)留。只有在調(diào)用torch.cuda.empty_cache()時,才會釋放預(yù)留的內(nèi)存。

這里的torch.cuda.memory_allocated()將返回PyTorch在此進程上分配的內(nèi)存。如果有另一個進程正在使用一些GPU內(nèi)存,將返回0。為了獲取真實的GPU內(nèi)存使用情況,可以使用以下函數(shù)。

import subprocess
 
 
 def get_gpu_memory_used(gpu_id):
     """
    Returns the amount of memory used on the specified GPU in bytes.
 
    Parameters:
    gpu_id (int): The ID of the GPU (e.g., 0 for "cuda:0", 1 for "cuda:1").
 
    Returns:
    int: The amount of memory used on the GPU in bytes.
    """
     try:
         # Run the nvidia-smi command to get memory usage
         result = subprocess.run(
            ["nvidia-smi", "--query-gpu=memory.used", "--format=csv,nounits,noheader", f"--id={gpu_id}"],
             stdout=subprocess.PIPE,
             text=True
        )
 
         # Get the used memory in MiB from the result
         used_memory_mib = int(result.stdout.strip())
 
         # Convert MiB to bytes (1 MiB = 1024 * 1024 bytes)
         used_memory_bytes = used_memory_mib * 1024 * 1024
 
         return used_memory_bytes
 
     except Exception as e:
         print(f"Error occurred: {e}")
         return None

數(shù)據(jù)類型

float32需要4字節(jié)的內(nèi)存,bfloat16需要2字節(jié),我們可以繪制一些數(shù)據(jù)類型所需的內(nèi)存圖。

圖1:不同數(shù)據(jù)類型的內(nèi)存分配圖1:不同數(shù)據(jù)類型的內(nèi)存分配

def test_dtype_memory_allocation():
     dtypes = [torch.float32, torch.float16, torch.bfloat16, torch.int32, torch.int64, torch.uint8, torch.int8, torch.uint16]
     memories = []
     for dtype in dtypes:
         base_memory = get_gpu_memory_used(device_id)
         x = torch.ones((1024,), dtype=dtype, device=device)
         memory_after_allocation = get_gpu_memory_used(device_id)
         memories.append((memory_after_allocation - base_memory) // 1024)
         del x
         torch.cuda.empty_cache()
     fig = plt.figure(figsize=(7, 4))
     fig.set_tight_layout(True)
     plt.bar([str(d) for d in dtypes], memories)
     plt.xlabel("Data type")
     plt.ylabel("Bytes per element")
     plt.title("Memory allocation for different data types")
     plt.xticks(rotation=45)
     plt.show()

內(nèi)存塊

內(nèi)存以512字節(jié)的塊分配。當(dāng)創(chuàng)建一個張量時,它被分配到下一個可用的塊中。對于形狀為(800,)的float32張量,不是分配800 * 4 = 3200字節(jié),而是分配3584(512 * 7)字節(jié)。

圖2:不同張量大小的內(nèi)存分配。圖2:不同張量大小的內(nèi)存分配。

def test_memory_allocation_relationship():
     """
    For different sizes of tensors, check the memory allocated on GPU.
    """
     memories = []
     sizes = 1050
     for i in tqdm(range(sizes)):
         base_memory = get_gpu_memory_used(device_id)
         x = torch.randn((i,), dtype=torch.float32, device=device)
         memory_after_allocation = get_gpu_memory_used(device_id)
         memories.append(memory_after_allocation - base_memory)
         del x
         torch.cuda.empty_cache()
     plt.plot(memories)
     plt.xlabel("Size of float32 tensor")
     plt.ylabel("Memory allocated (bytes)")
     plt.title("Memory allocation for different tensor sizes")
     plt.show()

可訓(xùn)練參數(shù)(單個線性層前向傳播)

接下來我們將看一個單一的線性層。進行前向傳播,并計算所需的內(nèi)存。

def test_single_linear_layer_forward_allocation():
     # Disable cublas
     # import os; os.environ["CUBLAS_WORKSPACE_CONFIG"] = ":0:0"
 
     print(f"Base memory: {torch.cuda.memory_allocated(device_id)}")
 
     model = nn.Linear(256, 250, device=device, dtype=torch.float32)
     print(f"Memory after model allocation: {torch.cuda.memory_allocated(device_id)}")
 
     x = torch.randn((1, 256,), dtype=torch.float32, device=device)
     print(f"Memory after input allocation: {torch.cuda.memory_allocated(device_id)}")
 
     y = model(x)
     final_memory = torch.cuda.memory_allocated(device_id)
     print(f"Memory after forward pass: {final_memory}")
 
     # Memory calculations
     w_mem = len(model.weight.flatten()) * model.weight.dtype.itemsize
     # Get the higher multiple of 512
     w_mem_as_chunks = (w_mem + 511) // 512 * 512
     print(f"{model.weight.shape=}, {w_mem=}, {w_mem_as_chunks=}")
 
     b_mem = len(model.bias) * model.bias.dtype.itemsize
     b_mem_as_chunks = (b_mem + 511) // 512 * 512
     print(f"{model.bias.shape=}, {b_mem=}, {b_mem_as_chunks=}")
 
     x_mem = (len(x.flatten()) * x.dtype.itemsize + 511) // 512 * 512
     y_mem = (len(y.flatten()) * y.dtype.itemsize + 511) // 512 * 512
     print(f"{x_mem=}, {y_mem=}")
 
     total_memory_expected = w_mem_as_chunks + b_mem_as_chunks + x_mem + y_mem
 
     cublas_workspace_size = 8519680
     memory_with_cublas = total_memory_expected + cublas_workspace_size
     print(f"{total_memory_expected=}, {memory_with_cublas=}")
     
     assert final_memory == memory_with_cublas
 
     del model, x, y
     torch.cuda.empty_cache()
     print(f"Memory after cleanup: {torch.cuda.memory_allocated(device_id)}")
 
     torch._C._cuda_clearCublasWorkspaces()
     print(f"Memory after clearing cublas workspace: {torch.cuda.memory_allocated(device_id)}")
 
 """
 Output:
 Base memory: 0
 Memory after model allocation: 257024
 Memory after input allocation: 258048
 Memory after forward pass: 8778752
 model.weight.shape=torch.Size([250, 256]), w_mem=256000, w_mem_as_chunks=256000
 model.bias.shape=torch.Size([250]), b_mem=1000, b_mem_as_chunks=1024
 x_mem=1024, y_mem=1024
 total_memory_expected=259072, memory_with_cublas=8778752
 Memory after cleanup: 8519680
 Memory after clearing cublas workspace: 0
 """

model有一個形狀為(256, 250)的float32 weight矩陣,占用(256 * 250 * 4) = 256,000字節(jié),這正好是內(nèi)存塊大小512的倍數(shù)(512 * 500 = 256,000)。但是bias有250個float32需要占用(250 * 4) = 1000字節(jié)。而512的更高倍數(shù)是2,(512 * 2) = 1024字節(jié)。x和y是形狀為(256,)的張量,所以它們各占用1024字節(jié)。總內(nèi)存 = weight + bias + x + y

當(dāng)我們將所有內(nèi)容加起來時,應(yīng)該得到259,072字節(jié)(256,000 + 1024 + 1024 + 1024)。但是實際觀察到的大小是8,778,752字節(jié)。這額外的8,519,680字節(jié)來自分配cuBLAS工作空間。

這是為快速矩陣乘法操作預(yù)留的內(nèi)存空間。對于某些matmul操作,會分配一個新的8,519,680字節(jié)的塊。這個大小可能會根據(jù)GPU和Python環(huán)境而變化。當(dāng)調(diào)用torch.cuda.empty_cache()時,cublas內(nèi)存不會消失。它需要torch._C._cuda_clearCublasWorkspaces()來實際清除它。也可以設(shè)置環(huán)境變量os.environ["CUBLAS_WORKSPACE_CONFIG"] = ":0:0"來禁用cublas工作空間。但這可能是一種以犧牲執(zhí)行速度為代價來優(yōu)化內(nèi)存的方法,所以我們使用默認(rèn)就好。

梯度(單個線性層反向傳播)

使用相同的模型,運行l(wèi)oss.backward()。為簡單起見假設(shè)損失為loss = y.sum()。

def test_single_linear_layer_backward_allocation():
     print(f"Base memory: {torch.cuda.memory_allocated(device_id)}")
 
     model = nn.Linear(256, 250, device=device, dtype=torch.float32)
     x = torch.randn((1, 256,), dtype=torch.float32, device=device)
     y = model(x)
 
     print(f"Memory after forward pass: {torch.cuda.memory_allocated(device_id)}")
     y.sum().backward()
     final_memory = torch.cuda.memory_allocated(device_id)
     print(f"Memory after backward pass: {final_memory}")
 
     # Memory calculations
     next_chunk = lambda n: (n + 511) // 512 * 512
     units = model.weight.dtype.itemsize  # 4 bytes for float32
     mem = next_chunk(len(model.weight.flatten()) * units)
     mem += next_chunk(len(model.bias) * units)
     print(f"Excepted model memory: {mem}")
 
     x_mem = next_chunk(len(x.flatten()) * units)
     y_mem = next_chunk(len(y.flatten()) * units)
     print(f"{x_mem=}, {y_mem=}")
     mem += x_mem + y_mem
 
     # Gradient memory
     w_grad_mem = next_chunk(len(model.weight.grad.flatten()) * units)
     b_grad_mem = next_chunk(len(model.bias.grad.flatten()) * units)
     print(f"{model.weight.grad.shape=}, {w_grad_mem=}")
     print(f"{model.bias.grad.shape=}, {b_grad_mem=}")
     mem += w_grad_mem + b_grad_mem
 
     mem += 2 * 8519680  # cublas_size doubled
     print(f"Total memory expected: {mem}")
     assert final_memory == mem
 
     del model, x, y
     torch.cuda.empty_cache()
     print(f"Memory after cleanup: {torch.cuda.memory_allocated(device_id)}")
 
     torch._C._cuda_clearCublasWorkspaces()
     print(f"Memory after clearing cublas workspace: {torch.cuda.memory_allocated(device_id)}")
 
 """
 Output:
 Base memory: 0
 Memory after forward pass: 8778752
 Memory after backward pass: 17555456
 Excepted model memory: 257024
 x_mem=1024, y_mem=1024
 model.weight.grad.shape=torch.Size([250, 256]), w_grad_mem=256000
 model.bias.grad.shape=torch.Size([250]), b_grad_mem=1024
 Total memory expected: 17555456
 Memory after cleanup: 17039360
 Memory after clearing cublas workspace: 0
 """

由于每個具有requires_grad=True的模型參數(shù)都會有一個.grad成員來存儲底層張量的梯度,所以模型的大小會翻倍。

這次分配了2個cublas工作空間內(nèi)存塊,假設(shè)一個用于前向傳播,一個用于反向傳播。此時cublas何時確切地分配新塊還不確定。

中間張量(多層前饋網(wǎng)絡(luò))

當(dāng)模型在推理模式下運行時,沒有自動求導(dǎo)圖,不需要存儲中間張量。所以內(nèi)存量只是簡單地將每一層的內(nèi)存相加。

在需要跟蹤計算圖的訓(xùn)練模式下情況會有所不同。當(dāng)有多個串行應(yīng)用的操作時,比如在前饋網(wǎng)絡(luò)或任何深度網(wǎng)絡(luò)中,自動求導(dǎo)圖需要記住這些操作的中間張量。存儲需求取決于它們的偏導(dǎo)數(shù)操作的性質(zhì)。這些中間張量在反向傳播過程中從內(nèi)存中清除。我們看一些例子:x是輸入,w是需要梯度的參數(shù)(w.requires_grad = True)。

  • x @ w不需要額外的存儲。偏導(dǎo)數(shù)x已經(jīng)存儲。但是當(dāng)x是某個輸出,如x = u * w1時,x也需要被存儲。
  • x + w也不需要存儲,因為對w的偏導(dǎo)數(shù)是0。
  • (x * 2) @ w將需要存儲操作數(shù)x * 2,因為它將用于找到梯度。
  • (((x + 2) @ w1) + 3) * w2是一個有趣的案例,模仿了2層。  
  • 對于關(guān)于w1的偏導(dǎo)數(shù),我們需要存儲x + 2  
  • 對于關(guān)于w2的偏導(dǎo)數(shù),我們需要存儲((x + 2) @ w1) + 3

讓我們看看更深網(wǎng)絡(luò)的實現(xiàn):

def test_multi_layer_forward():
     print(f"Base memory: {torch.cuda.memory_allocated(device_id)}")
 
     inference_mode = False
     n_layers = 1
     model = nn.Sequential(*[
         nn.Sequential(
             nn.Linear(200, 100),
             nn.ReLU(),  # No trainable params
             nn.Linear(100, 200),
             nn.Sigmoid(),  # No trainable params
        )
         for _ in range(n_layers)
    ]).to(device_id)
     batch_size = 5
     x = torch.randn((batch_size, 200), device=device_id)
     with torch.inference_mode(inference_mode):
         y = model(x)
 
     final_memory = torch.cuda.memory_allocated(device_id)
     print(f"Memory after forward pass: {final_memory}")
 
     # Computed memory
     next_chunk = lambda n: (n + 511) // 512 * 512
     mem = 0
     unit = model[0][0].weight.dtype.itemsize
     for block in model:
         for layer in block:
             if isinstance(layer, nn.Linear):
                 mem += next_chunk(len(layer.weight.flatten()) * unit)
                 mem += next_chunk(len(layer.bias) * unit)
                 if not inference_mode:
                     # Gotta store the input
                     mem += next_chunk(layer.in_features * batch_size * unit)
     mem += next_chunk(len(y.flatten()) * unit)
     mem += 8519680  # cublas_size
     if inference_mode:
         mem += next_chunk(len(y.flatten()) * unit)
     print(f"Total memory expected: {mem}")
     assert final_memory == mem

在像BatchNorm1d、LayerNorm、RMSNorm這樣的歸一化層中,在與參數(shù)w相乘之前,有一個對輸入x的操作,如(x — x.mean()) / (x.std() + 1e-6) * w。操作數(shù)(x — x.mean()) / (x.std() + 1e-6)是需要存儲的中間輸出。并且可能還有其他狀態(tài),如running_mean、running_std或forward()方法中的中間張量需要考慮。其中一些中間張量我們無法訪問,所以我們無法確定發(fā)生了什么。當(dāng)包含批量大小時,這變得更加復(fù)雜。

def test_layer_norm():
     print(f"Base memory: {torch.cuda.memory_allocated(device_id)}")
     x = torch.rand((10,), device=device_id)
     w = torch.rand((10,), requires_grad=True, device=device_id)
     # Layer Norm
     y = (x - x.mean()) / (x.std() + 1e-6) * w
     final_memory = torch.cuda.memory_allocated(device_id)
     print(f"Memory after forward pass: {final_memory}")
 
     # Memory calculations
     next_chunk = lambda n: (n + 511) // 512 * 512
     mem = next_chunk(len(x.flatten()) * x.dtype.itemsize)
     mem += next_chunk(len(w.flatten()) * w.dtype.itemsize)
     mem += next_chunk(len(y.flatten()) * y.dtype.itemsize)
     mem += next_chunk(len(x.flatten()) * x.dtype.itemsize)  # intermediate
     print(f"Total memory expected: {mem}")
     assert final_memory == mem

反向傳播非常相似,但有一些變化:

  • 模型大小因梯度存儲而翻倍。
  • 所有中間張量在最后都被清除。
  • 分配了一個新的cublas工作空間。
def test_multi_layer_backward():
     print(f"Base memory: {torch.cuda.memory_allocated(device_id)}")
 
     n_layers = 1
     model = nn.Sequential(*[
         nn.Sequential(
             nn.Linear(200, 100),
             nn.ReLU(),  # No trainable params
             nn.Linear(100, 200),
             nn.Sigmoid(),  # No trainable params
        )
         for _ in range(n_layers)
    ]).to(device_id)
     batch_size = 5
     x = torch.randn((batch_size, 200), device=device_id)
     y = model(x)
     print(f"Memory after forward pass: {torch.cuda.memory_allocated(device_id)}")
     y.sum().backward()
     final_memory = torch.cuda.memory_allocated(device_id)
     print(f"Memory after backward pass: {final_memory}")
 
     # Computed memory
     next_chunk = lambda n: (n + 511) // 512 * 512
     mem = 0
     unit = model[0][0].weight.dtype.itemsize
     for block in model:
         for layer in block:
             if isinstance(layer, nn.Linear):
                 mem += next_chunk(len(layer.weight.flatten()) * unit) * 2   # Weights and gradients
                 mem += next_chunk(len(layer.bias) * unit) * 2               # Biases and gradients
                 # mem += next_chunk(layer.in_features * batch_size * unit) # Intermediate tensors are cleared
     mem += next_chunk(len(y.flatten()) * unit)
     mem += 2 * 8519680                                                      # cublas_size doubled
     mem += next_chunk(len(y.flatten()) * unit)
     print(f"Total memory expected: {mem}")
     assert final_memory == mem

優(yōu)化器(單個線性層反向傳播)

我們觀察一些優(yōu)化步驟的內(nèi)存分配。

def test_single_linear_layer_with_optimizer():
     # Disable cublas
     import os; os.environ["CUBLAS_WORKSPACE_CONFIG"] = ":0:0"
 
     memory_timeline_real = []
     add = lambda e: memory_timeline_real.append({"event": e, "memory": torch.cuda.memory_allocated(device_id)})
     add("baseline")
 
     in_size = 256
     out_size = 250
     batch_size = 100
     model = nn.Linear(in_size, out_size, device=device, dtype=torch.float32)
     add("model_allocation")
 
     optimizer = torch.optim.Adam(model.parameters(), lr=0.001)
     add("optimizer_init")
 
     x = torch.randn((batch_size, in_size,), dtype=torch.float32, device=device)
     add("input_allocation")
 
     def step(n):
         optimizer.zero_grad()
         add(f"optim_zero_grad_{n}")
 
         y = model(x)
         add(f"forward_{n}")
 
         y.sum().backward()
         add(f"backward_{n}")
 
         optimizer.step()
         del y
         add(f"optim_step_{n}")
 
     for i in range(4):
         step(i + 1)
 
     # Bar chart with even name on x-axis and total_memory on y-axis
     fig = plt.figure(figsize=(15, 7))
     fig.set_tight_layout(True)
     plt.ylim((0, 1_300_000))
     plt.bar([event["event"] for event in memory_timeline_real], [event["memory"] for event in memory_timeline_real])
     plt.xlabel("Event")
     plt.ylabel("Total memory allocated (bytes)")
     plt.title(f"Memory allocation during training ({type(optimizer)})")
     plt.xticks(rotation=45)
     plt.show()

圖3:使用SGD優(yōu)化器在訓(xùn)練的各個階段的內(nèi)存分配圖3:使用SGD優(yōu)化器在訓(xùn)練的各個階段的內(nèi)存分配

圖4:使用Adam優(yōu)化器在訓(xùn)練的各個階段的內(nèi)存分配圖4:使用Adam優(yōu)化器在訓(xùn)練的各個階段的內(nèi)存分配

直到backward_1,我們看到內(nèi)存分配如預(yù)期。當(dāng)optimizer.step()結(jié)束時,在這個特定的代碼中刪除了y,所以該內(nèi)存被釋放。在底層優(yōu)化器會獲取額外的內(nèi)存(等于可訓(xùn)練參數(shù)的大小)來更新它們,并在更新后釋放該內(nèi)存。這在圖中沒有顯示。更詳細(xì)的時間圖可以在下圖5中看到。

對于Adam對每個可訓(xùn)練參數(shù)都有一階矩和二階矩。所以它總是在內(nèi)存中保留2倍的模型大小。這是這段代碼中訓(xùn)練最耗費內(nèi)存的部分。

圖5:按毫秒計的內(nèi)存分配時間圖。圖5:按毫秒計的內(nèi)存分配時間圖。

現(xiàn)在讓我們嘗試手動計算這些內(nèi)存需求:

# Memory calculations (continuing from previous code block)
     units = model.weight.dtype.itemsize
     memory_timeline = []
     all_keys = ["trainable_params", "input", "output", "gradient", "intermediate_tensors", "optimizer_state"]
     def update_memory(event: str, update: dict):
         prev_state = memory_timeline[-1] if memory_timeline else {k: 0 for k in all_keys}
         new_state = {k: prev_state.get(k, 0) + update.get(k, 0) for k in all_keys}
         new_state["event"] = event
         memory_timeline.append(new_state)
     next_chunk = lambda n: (n + 511) // 512 * 512
 
     update_memory("baseline", {})
 
     # Model memory
     model_mem = next_chunk(len(model.weight.flatten()) * units)
     model_mem += next_chunk(len(model.bias) * units)
     update_memory("model_allocation", {"trainable_params": model_mem})
     update_memory("optimizer_init", {})
 
     # Input memory
     x_mem = next_chunk(len(x.flatten()) * units)
     update_memory("input_allocation", {"input": x_mem})
     update_memory("optim_zero_grad_1", {})
 
     # Forward
     y_mem = next_chunk(batch_size * out_size * units)
     # Add any intermediate tensors here.
     update_memory("forward_1", {"output": y_mem})  # , "intermediate_tensors": ...})
 
     # Backward
     grad_mem = next_chunk(len(model.weight.grad.flatten()) * units)
     grad_mem += next_chunk(len(model.bias.grad.flatten()) * units)
     # Clear any intermediate tensors here.
     update_memory("backward_1", {"gradient": grad_mem})  # "intermediate_tensors": ...})
 
     # Optimizer memory
     if isinstance(optimizer, torch.optim.SGD):
         # SGD has parameters in memory. They are cleared after each step.
         optimizer_mem = 0
     elif isinstance(optimizer, torch.optim.Adam):
         # Adam has parameters and 2 momentum buffers. Parameters are cleared after each step.
         optimizer_mem = 2 * model_mem
     else:
         raise
     update_memory("optim_step_1", {"optimizer_state": optimizer_mem, "output": -y_mem})
 
     for step in range(2, 5):
         update_memory(f"optim_zero_grad_{step}", {"gradient": -grad_mem})
         update_memory(f"forward_{step}", {"output": y_mem})
         update_memory(f"backward_{step}", {"gradient": grad_mem})
         update_memory(f"optim_step_{step}", {"output": -y_mem})
 
     # Make totals
     for event in memory_timeline:
         event["total"] = sum([v for v in event.values() if isinstance(v, int)])
 
     # Plot memory timeline
     import pandas as pd
     df = pd.DataFrame(memory_timeline, columns=all_keys + ["event"])
     df.set_index("event", inplace=True, drop=True)
     df.plot(kind='bar', stacked=True, figsize=(15, 7), ylim=(0, 1_300_000), xlabel="Event", ylabel="Total memory allocated (bytes)", title=f"Memory allocation expected ({type(optimizer)})")
     plt.tight_layout()
     plt.xticks(rotation=45)
     plt.show()
 
     # Compare the two timelines
     for i, (real, expected) in enumerate(zip(memory_timeline_real, memory_timeline)):
         assert real["memory"] == expected["total"], f"Memory mismatch at {real['event']}: {real['memory']} != {expected['total']}"

圖6:使用SGD優(yōu)化器在訓(xùn)練的不同階段的內(nèi)存使用分段圖6:使用SGD優(yōu)化器在訓(xùn)練的不同階段的內(nèi)存使用分段

圖7:使用Adam優(yōu)化器在訓(xùn)練的不同階段的內(nèi)存使用分段圖7:使用Adam優(yōu)化器在訓(xùn)練的不同階段的內(nèi)存使用分段

在手動計算內(nèi)存分配后,我們的計算與觀察結(jié)果相匹配。這次實際上可以看到內(nèi)存分配到各種張量的分段。例如,Adam的狀態(tài)占用了兩倍的模型大小。梯度(紅色)的不同變化。如果向繼續(xù)測試,還可以嘗試向這個模型添加更多層,添加中間張量并在適當(dāng)?shù)臅r候刪除它們。這應(yīng)該在這些條形圖中創(chuàng)建另一個代表中間張量的分段。

總結(jié)

結(jié)合上面的每個概念我們可以回答主要問題:

  • 可訓(xùn)練參數(shù):固定的模型大小
  • 內(nèi)存塊:它只以512字節(jié)的塊出現(xiàn)
  • Cublas內(nèi)存:前向傳播一個塊,反向傳播一個塊
  • 梯度:與模型大小相同
  • 中間張量:最麻煩的部分,取決于代碼如何編寫
  • 優(yōu)化器:至少分配一倍的模型大小

最后一個問題就是,我們只處理了前饋層,那么CNN、Transformers、RNN等呢?首先CNN是類似前饋層的操作,所以我們可以根據(jù)他的計算規(guī)則進行計算,而Transformers、RNN都基礎(chǔ)操作的組合,我們計算了一個前饋層可以根據(jù)他們的架構(gòu)進行組合計算。我們已經(jīng)掌握了計算前饋層內(nèi)存需求的方法,所以我們可以自己解決這些問題!

責(zé)任編輯:華軒 來源: DeepHub IMBA
相關(guān)推薦

2020-11-04 15:35:13

Golang內(nèi)存程序員

2020-05-27 21:13:27

JavaJVM內(nèi)存

2022-12-28 09:07:41

2015-12-28 11:41:57

JVM內(nèi)存區(qū)域內(nèi)存溢出

2023-11-05 12:05:35

JVM內(nèi)存

2024-08-07 08:24:57

2021-11-26 00:00:48

JVM內(nèi)存區(qū)域

2022-07-06 08:05:52

Java對象JVM

2023-12-31 12:56:02

C++內(nèi)存編程

2021-05-13 21:27:24

ThreadLocal多線程多線程并發(fā)安全

2023-09-19 22:47:39

Java內(nèi)存

2013-06-20 10:25:56

2024-01-11 11:51:51

Rustmap數(shù)據(jù)結(jié)構(gòu)

2022-08-21 16:52:27

Linux虛擬內(nèi)存

2010-03-12 08:55:06

Java內(nèi)省反射

2024-06-28 10:25:18

2016-12-08 15:36:59

HashMap數(shù)據(jù)結(jié)構(gòu)hash函數(shù)

2010-06-01 15:25:27

JavaCLASSPATH

2020-07-21 08:26:08

SpringSecurity過濾器

2010-09-25 14:38:18

Java內(nèi)存分配
點贊
收藏

51CTO技術(shù)棧公眾號

日本啊v在线| 天天色天天综合| 爱看av在线| 99视频精品在线| 国产一区二区三区日韩欧美| 特级丰满少妇一级| 久久久久久久久免费视频| 激情综合色播激情啊| 欧美国产日韩一区二区三区| 激情综合丁香五月| 深夜视频一区二区| 亚洲精品成人天堂一二三| 国产精品午夜av在线| 99精品人妻国产毛片| 少妇精品久久久一区二区| 欧美视频一区二区| 青青草综合在线| 飘雪影院手机免费高清版在线观看| 久久精品国产亚洲高清剧情介绍 | 欧美一级日本a级v片| 少妇无套高潮一二三区| 精品久久在线| 亚洲一级二级三级在线免费观看| 蜜桃999成人看片在线观看| 中文字幕在线观看免费| 亚洲精品护士| www.xxxx欧美| 亚洲熟妇无码av| 日韩在线观看一区二区三区| 欧美在线不卡视频| 久久国产精品网| 菠萝菠萝蜜在线观看| 久久亚洲二区三区| 国产欧美一区二区三区不卡高清| 97人妻一区二区精品免费视频| 久久av最新网址| 韩国三级电影久久久久久| 日本a级片视频| 99久久婷婷这里只有精品| 亚洲欧洲黄色网| 五十路六十路七十路熟婆| 136国产福利精品导航网址应用| 欧美日韩一区在线| 欧美午夜性生活| 欧美性xxx| 欧美天堂在线观看| 免费看黄在线看| 亚洲制服国产| 亚洲欧美日韩人成在线播放| 一区二区三区四区视频在线观看 | 免费的av在线| 国产在线激情| 亚洲日本青草视频在线怡红院| 婷婷五月色综合| porn视频在线观看| 国产精品家庭影院| 一本一本a久久| 国产三区视频在线观看| 亚洲激情男女视频| 波多野结衣与黑人| 欧美hdxxxxx| 亚洲国产日产av| 自拍日韩亚洲一区在线| 一个人www视频在线免费观看| 精品二区三区线观看| 国产精品国产亚洲精品看不卡| www成人免费观看| 精品福利樱桃av导航| 欧美亚洲一二三区| 日韩电影免费观| 欧美视频精品在线观看| 亚洲免费黄色录像| 国产精品美女久久久久| 日韩欧美一级精品久久| 国产69视频在线观看| 欧美三级自拍| 国产一区av在线| 伊人久久久久久久久久久久久久| 女主播福利一区| 性视频1819p久久| 久久久久在线视频| 久久99精品国产麻豆婷婷洗澡| 91精品网站| 天堂av资源网| 亚洲国产精品传媒在线观看| 黄色网络在线观看| 日本三级一区| 欧美精选午夜久久久乱码6080| www.四虎精品| 欧美在线电影| 色综合视频一区中文字幕| 国产免费av一区| 久久国产精品无码网站| 国产美女精品久久久| 精品一二三区视频| 一区二区三区四区在线免费观看| 欧美成人xxxxx| 日韩精品一区二区三区免费视频| 精品在线观看国产| 欧美黑人猛猛猛| 久久久综合网| 99久久精品无码一区二区毛片 | 久久国产精品电影| 特级做a爱片免费69| 国产美女在线观看一区| 免费精品视频一区二区三区| caoporn免费在线| 色综合激情五月| 97免费公开视频| 精品亚洲成人| 91精品国产乱码久久久久久蜜臀 | 国产91精品一区二区麻豆网站| 欧美综合77777色婷婷| 2020国产在线视频| 在线观看亚洲a| 国产人妻人伦精品1国产丝袜| 一区二区三区四区电影| 国产999在线| 人人妻人人澡人人爽精品日本| 1区2区3区精品视频| 看欧美ab黄色大片视频免费| 你懂的在线观看一区二区| 久久久国产精品x99av| 日批视频免费在线观看| av不卡免费电影| 永久免费看av| 9999精品| 国产一区二区av| 亚洲第一精品在线观看| 国产高清精品在线| 亚洲精品在线免费看| 美女福利一区二区| 亚洲成年网站在线观看| 外国一级黄色片| 国产一区二三区| 在线视频精品一区| 日韩精品一级毛片在线播放| 国产亚洲精品久久久久久| 久久99国产综合精品免费| 91免费视频网| www.com毛片| 综合伊思人在钱三区| …久久精品99久久香蕉国产| 亚洲经典一区二区三区| 一二三四区精品视频| 免费看的av网站| 欧美1区2区| 亚洲最大成人在线| 50度灰在线| 精品欧美乱码久久久久久1区2区| 久久免费黄色网址| 白白色 亚洲乱淫| 免费拍拍拍网站| 日本在线中文字幕一区| 57pao精品| 男人天堂亚洲二区| 91久久香蕉国产日韩欧美9色| 高潮毛片无遮挡| 视频一区二区三区在线| 亚洲欧美久久久久一区二区三区| 福利一区和二区| 久久人人爽人人爽人人片亚洲| 国产精品一区二区免费视频| 亚洲精品一卡二卡| 欧美xxxxx少妇| 久久蜜桃精品| 五月天色婷婷综合| 日韩在线网址| 青草青草久热精品视频在线观看| 国产黄色免费在线观看| 欧美理论片在线| 国产一级淫片免费| 久久网这里都是精品| 五月婷婷六月丁香激情| 欧美一区不卡| 久久精品国产综合精品| 国产精品99| 久久久久国产精品www| 欧美色18zzzzxxxxx| 欧美日韩免费在线视频| 青青草原免费观看| 91色porny| 91av视频免费观看| 亚洲第一黄网| 视频一区二区三区在线观看| 精品国产亚洲一区二区三区大结局| 色综合久久88色综合天天看泰| 欧洲亚洲在线| 欧美一区二区久久| 天堂中文在线网| 亚洲欧洲成人av每日更新| 精人妻一区二区三区| 日韩av不卡在线观看| 男女激烈动态图| 精品一区毛片| 国产精品福利视频| 51一区二区三区| 91国内在线视频| 欧美私人网站| 亚洲欧美国产日韩天堂区| 国产色片在线观看| 日本黄色一区二区| 免费一级a毛片夜夜看| 中文字幕精品一区二区三区精品| wwwxx日本| 韩国v欧美v日本v亚洲v| 日日碰狠狠添天天爽超碰97| 亚洲一本二本| 日本一区二区三区四区高清视频| 一区二区三区欧洲区| 国产精品自产拍在线观看| av在线不卡免费| 美女999久久久精品视频| 欧美男男激情freegay| 亚洲成年网站在线观看| 国产女人18毛片18精品| 在线观看精品一区| 国产精品午夜影院| 亚洲综合免费观看高清在线观看| 亚欧精品视频一区二区三区| 91视视频在线观看入口直接观看www| 九九九久久久久久久| 看国产成人h片视频| 成人免费xxxxx在线视频| 一区二区动漫| 毛片在线播放视频| 欧美午夜一区| 久久综合亚洲精品| 91精品精品| 亚洲一区bb| 不卡在线一区二区| 日韩亚洲不卡在线| 国产精品欧美在线观看| 久久riav二区三区| 久久影视三级福利片| 鬼打鬼之黄金道士1992林正英| 99视频有精品高清视频| 国产精品综合久久久| 99只有精品| 国产女人18毛片水18精品| 91亚洲视频| 国产欧美日韩精品丝袜高跟鞋| 日本综合久久| 国产精品毛片a∨一区二区三区|国 | 在线观看你懂的网站| 日本高清免费不卡视频| 国产精品免费无遮挡无码永久视频| 欧美日韩亚洲一区二| 亚洲影院在线播放| 日本黄色一区二区| 成人黄色三级视频| 欧美日韩国产片| 国产精品熟女久久久久久| 91精品国产综合久久久久久| 精品国产一级片| 精品国产污污免费网站入口| 少妇高潮一区二区三区99小说 | melody高清在线观看| 尤物九九久久国产精品的特点| 成人免费黄色网页| 精品国偷自产在线视频99| av片在线观看网站| 欧美精品福利在线| 亚洲欧洲自拍| 国产精品直播网红| 欧洲大片精品免费永久看nba| 成人自拍视频网站| 神马日本精品| 亚洲成人在线视频网站| 午夜精品一区二区三区国产 | 六十路精品视频| 欧美午夜精品一区二区三区电影| 亚洲一区二区三区免费看| 亚洲欧美综合久久久| 国产欧美日韩小视频| 老司机午夜精品视频在线观看| 黄色三级视频片| 激情久久五月天| 无码一区二区精品| 久久久国产精品麻豆| 亚洲国产123| 亚洲第一久久影院| 在线观看国产小视频| 日韩欧美www| 撸视在线观看免费视频| 北条麻妃99精品青青久久| segui88久久综合| 国产精品视频播放| 激情小说亚洲色图| 一区二区三区观看| 亚洲综合丁香| 三级黄色片免费观看| 91丨九色porny丨蝌蚪| 香蕉成人在线视频| 午夜欧美一区二区三区在线播放| 成人黄色三级视频| 精品国产亚洲在线| 蜜桃av在线免费观看| 97超碰色婷婷| 亚洲欧洲一二区| 国产一区喷水| 中文字幕一区二区三区久久网站 | 成人美女大片| 999久久久| 成人综合久久| 久久免费视频3| 国产麻豆91精品| 成人在线一级片| 亚洲成人激情综合网| 一级片一区二区三区| 亚洲欧美成人网| 91www在线| 亚洲一区二区免费在线| 凹凸成人精品亚洲精品密奴| 人妻久久久一区二区三区| 国产精品一区二区三区网站| 欧美三级视频网站| 粉嫩av一区二区三区免费野| www.精品久久| 久久精品国产亚洲一区二区 | 91传媒视频在线播放| 天堂8在线视频| 久久久午夜视频| 日本精品在线播放| 中文字幕黄色大片| 欧美aaaaaa午夜精品| 人妻精品久久久久中文字幕| 亚洲综合一区二区三区| av中文字幕观看| 欧美成人激情视频免费观看| 国产亚洲人成a在线v网站| 日韩和欧美的一区二区| 久久国产毛片| xxxxx在线观看| 日韩欧美成人免费视频| 性猛交xxxx| 欧美在线观看视频| 欧美成a人免费观看久久| 黄页网站在线观看视频| 成人av电影在线观看| 国产真实乱偷精品视频| 精品美女一区二区| av小说在线播放| 精品伦精品一区二区三区视频| 在线精品福利| 给我免费观看片在线电影的| 欧美日韩免费在线观看| 婷婷婷国产在线视频| 国产91成人在在线播放| 一本色道久久综合狠狠躁的番外| 成人久久久久久久久| 国产亚洲成aⅴ人片在线观看| 亚洲av中文无码乱人伦在线视色| 亚洲欧美日韩另类| 粉嫩一区二区三区| 色就是色欧美| 久久 天天综合| 农村黄色一级片| 亚洲第一页中文字幕| 九色porny自拍视频在线观看| 激情伦成人综合小说| 久久aⅴ乱码一区二区三区| 一道本在线观看| 欧美日韩精品一区二区| 国产传媒在线播放| aaa级精品久久久国产片| 在线亚洲激情| 日本乱子伦xxxx| 这里是久久伊人| 久久大胆人体| 欧美日韩国产精品一卡| 理论电影国产精品| 久草视频在线免费看| 日韩经典中文字幕| 精品裸体bbb| 超碰超碰超碰超碰超碰| 91在线高清观看| 亚洲天堂一二三| 欧美—级a级欧美特级ar全黄| 女人av一区| 国产麻豆剧传媒精品国产| 色噜噜狠狠成人中文综合 | 国产一区二区三区网| 三年中文在线观看免费大全中国| 亚洲综合激情小说| 精品三级久久久久久久电影聊斋| 成人综合网网址| 国产精品社区| 日韩激情小视频| 日韩福利视频在线观看| 欧美一区二区三区婷婷| 福利视频一二区| 国产精品国产三级国产| 日批视频免费播放| 国产色视频一区| 国产农村妇女精品一区二区| 极品久久久久久| 影音先锋欧美精品| 久久这里只有精品一区二区| 最新av免费在线观看|