我正在尝试使用 optuna 搜索超参数空间。
在一个特定场景中,我在一台带有几个 GPU 的机器上训练一个模型。 模型和批量大小允许我每 1 个 GPU 运行 1 次训练。 所以,理想情况下,我想让 optuna 将所有试验分布在可用的 GPU 上 这样每个 GPU 上总是运行 1 个试验。
在 docs它说,我应该在一个单独的终端中为每个 GPU 启动一个进程,例如:
CUDA_VISIBLE_DEVICES=0 optuna study optimize foo.py objective --study foo --storage sqlite:///example.db
我想避免这种情况,因为在那之后整个超参数搜索会继续进行多轮。我不想总是手动启动每个 GPU 的进程,检查所有进程何时完成,然后开始下一轮。
我看到 study.optimize
有一个 n_jobs
参数。
乍一看,这似乎是完美的。
例如我可以这样做:
import optuna
def objective(trial):
# the actual model would be trained here
# the trainer here would need to know which GPU
# it should be using
best_val_loss = trainer(**trial.params)
return best_val_loss
study = optuna.create_study()
study.optimize(objective, n_trials=100, n_jobs=8)
这会启动多个线程,每个线程都开始训练。
然而,objective
中的训练器不知何故需要知道它应该使用哪个 GPU。
有什么诀窍可以做到吗?
最佳答案
经过几次精神崩溃后,我发现我可以使用 multiprocessing.Queue
做我想做的事。要将其纳入目标函数,我需要将其定义为 lambda 函数或类(我猜 partial 也可以)。 例如
from contextlib import contextmanager
import multiprocessing
N_GPUS = 2
class GpuQueue:
def __init__(self):
self.queue = multiprocessing.Manager().Queue()
all_idxs = list(range(N_GPUS)) if N_GPUS > 0 else [None]
for idx in all_idxs:
self.queue.put(idx)
@contextmanager
def one_gpu_per_process(self):
current_idx = self.queue.get()
yield current_idx
self.queue.put(current_idx)
class Objective:
def __init__(self, gpu_queue: GpuQueue):
self.gpu_queue = gpu_queue
def __call__(self, trial: Trial):
with self.gpu_queue.one_gpu_per_process() as gpu_i:
best_val_loss = trainer(**trial.params, gpu=gpu_i)
return best_val_loss
if __name__ == '__main__':
study = optuna.create_study()
study.optimize(Objective(GpuQueue()), n_trials=100, n_jobs=8)
关于python - 有没有办法将参数传递给 optuna 中的多个工作?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/61763206/