多模型、损失函数和优化器场景是指在神经网络中同时存在多个模型、多个损失函数和优化器的场景。以下示例以一个简单的自定义模型为例,适配NPU需要注意和修改的内容已加粗标注。
导入AMP模块,定义两个简单的神经网络。
import argparse import torch import torch_npu import torch.nn as nn import torch.optim as optim from torch.utils.data import DataLoader from torchvision import datasets, transforms from torch_npu.npu import amp # 定义一个简单的神经网络 class ToyModel(nn.Module): def __init__(self): super(ToyModel, self).__init__() self.net1 = nn.Linear(10, 10) self.relu = nn.ReLU() self.net2 = nn.Linear(10, 5) def forward(self, x): return self.net2(self.relu(self.net1(x))) # 定义第二个相似的神经网络,增加一层Linear层。 class ToyModel_2(nn.Module): def __init__(self): super(ToyModel_2, self).__init__() self.net1 = nn.Linear(10, 10) self.relu1 = nn.ReLU() self.net2 = nn.Linear(10, 10) self.relu2 = nn.ReLU() self.net3 = nn.Linear(10, 5) def forward(self, x): return self.net3(self.relu2(self.net2(self.relu1(self.net1(x)))))
在模型、优化器定义之后,定义AMP功能中的GradScaler。
args = parse_args() transform = transforms.Compose([ transforms.ToTensor(), transforms.Normalize((0.5,), (0.5,)) ]) train_dataset = datasets.MNIST(root='./data', train=True, download=True, transform = transform) # 数据集获取 train_loader = DataLoader(train_dataset, batch_size=args.batch_size, shuffle=True) # 定义DataLoader device = torch.device("npu") model = ToyModel().to(device) # 把模型放到指定NPU上 model_2 = ToyModel_2().to(device) criterion = nn.CrossEntropyLoss() # 定义损失函数 optimizer = optim.Adam(model.parameters(), lr=args.learning_rate) # 定义优化器 optimizer_2 = optim.Adam(model_2.parameters(), lr=args.learning_rate) scaler = amp.GradScaler() # 在模型、优化器定义之后,定义GradScaler
在训练代码中添加AMP功能相关的代码开启AMP,对多个损失函数和优化器进行计算。
for epoch in range(args.epochs): model.train() for inputs, labels in train_dataloader: inputs, labels = data_process(inputs, labels) inputs, labels = inputs.to(device), labels.to(device) with amp.autocast(): # 设置amp outputs = model(inputs) # 前向计算 outputs_2 = model_2(inputs) loss = criterion(outputs, labels).to(device) # 损失函数计算 loss_2 = criterion(outputs_2, labels).to(device) optimizer.zero_grad() optimizer_2.zero_grad() # 进行反向传播前后的loss缩放、参数更新 scaler.scale(loss).backward(retain_graph=True) # loss缩放并反向传播 scaler.scale(loss_2).backward() scaler.step(optimizer) # 更新参数(自动unscaling) scaler.step(optimizer_2) scaler.update() # 基于动态Loss Scale更新loss_scaling系数