DeepLearning4j实战(7)：手写体数字识别GPU实现与性能比较

来源：互联网发布：淘宝店智能版编辑：程序博客网时间：2024/05/21 00:17

在之前的博客中已经用单机、Spark分布式两种训练的方式对深度神经网络进行训练，但其实DeepLearning4j也是支持多GPU训练的。这篇文章我就总结下用GPU来对DNN/CNN进行训练和评估过程。并且我会给出CPU、GPU和多卡GPU之前的性能比较图表。不过，由于重点在于说明Mnist数据集在GPU上训练的过程，所以对于一些环境的部署，比如Java环境和CUDA的安装就不再详细说明了。

软件环境的部署主要在于两个方面，一个是JDK的安装，另外一个是CUDA。目前最新版本的DeepLearning4j以及Nd4j支持CUDA-8.0，JDK的话1.7以上。

环境部署完后，分别用java -version和nvidia-smi来确认环境是否部署正确，如果出现类似以下的信息，则说明环境部署正确，否则需要重新安装。

GPU配置：

Java环境截图：

从系统返回的信息可以看到，jdk是openJDK1.7，GPU是2张P40的卡。

下面说明下代码的构成：

由于我这里用了DeepLearning4j最新的版本--v0.8，所以和之前博客的pom文件有些修改，具体如下：

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">  <modelVersion>4.0.0</modelVersion>  <groupId>DeepLearning</groupId>  <artifactId>DeepLearning</artifactId>  <version>2.0</version>    <properties>    <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>    <nd4j.version>0.8.0</nd4j.version>  <dl4j.version>0.8.0</dl4j.version>  <datavec.version>0.8.0</datavec.version>  <scala.binary.version>2.11</scala.binary.version>  </properties>   <dependencies>   <dependency>     <groupId>org.nd4j</groupId>     <artifactId>nd4j-native</artifactId>      <version>${nd4j.version}</version>   </dependency>   <dependency>        <groupId>org.deeplearning4j</groupId>        <artifactId>deeplearning4j-core</artifactId>        <version>${dl4j.version}</version>    </dependency>    <dependency> <groupId>org.nd4j</groupId> <artifactId>nd4j-cuda-8.0</artifactId> <version>${nd4j.version}</version></dependency><dependency>            <groupId>org.deeplearning4j</groupId>            <artifactId>deeplearning4j-parallel-wrapper_${scala.binary.version}</artifactId>            <version>${dl4j.version}</version>        </dependency>  </dependencies>  <build>    <plugins>        <plugin>            <groupId>org.apache.maven.plugins</groupId>            <artifactId>maven-jar-plugin</artifactId>            <version>2.4</version>            <configuration>            <source>1.7</source> <target>1.7</target>                 <archive>                    <manifest>                        <mainClass>cn.live.wangongxi.cv.CNNMnist</mainClass>                    </manifest>                </archive>            </configuration>        </plugin>    </plugins></build></project>

创建完Maven工程以及添加了上面POM文件的内容之后，就可以开始着手上层应用逻辑的构建。这里我参考了官网的例子，具体由以下几个部分构成：

1.初始化CUDA的环境（底层逻辑包括硬件检测、CUDA版本校验和一些GPU参数）

2.读取Mnist二进制文件（和之前的博客内容一致）

3.CNN的定义，这里我还是用的LeNet

4.训练以及评估模型的指标

首先贴一下第一部分的代码：

    //精度设置，常用精度有单、双、半精度    //HALF ： 半精度    DataTypeUtil.setDTypeForContext(DataBuffer.Type.HALF);    //FLOAT : 单精度    //DataTypeUtil.setDTypeForContext(DataBuffer.Type.FLOAT);    //DOUBLE : 双精度    //DataTypeUtil.setDTypeForContext(DataBuffer.Type.DOUBLE);    //创建CUDA上下文实例并设置参数        CudaEnvironment.getInstance().getConfiguration()        //是否允许多GPU            .allowMultiGPU(false)            //设置显存中缓存数据的容量，单位：字节            .setMaximumDeviceCache(2L * 1024L * 1024L * 1024L)            //是否允许多GPU间点对点(P2P)的内存访问            .allowCrossDeviceAccess(false);

通常我们需要根据需要来设置GPU计算的精度，常用的就像代码中写的那样有单、双、半精度三种。通过选择DataBuffer中定义的enum类型Type中的值来达到设置精度的目的。如果不设置，默认的是单精度。

再下面就是设置CUDA的一些上下文参数，比如代码中罗列的cache数据的显存大小，P2P访问内存和多GPU运行的标志位等等。对于网络结构相对简单，数据量不大的情况下，默认的参数就够用了。这里我们也只是简单设置了几个参数，这对于用LeNet来训练Mnist数据集来说已经足够了。

从2~4部分的逻辑和之前的博客里几乎是一样的，就直接上代码了：

        int nChannels = 1;        int outputNum = 10;        int batchSize = 128;        int nEpochs = 10;        int iterations = 1;        int seed = 123;        log.info("Load data....");        DataSetIterator mnistTrain = new MnistDataSetIterator(batchSize,true,12345);        DataSetIterator mnistTest = new MnistDataSetIterator(batchSize,false,12345);        log.info("Build model....");        MultiLayerConfiguration conf = new NeuralNetConfiguration.Builder()            .seed(seed)            .iterations(iterations)            .regularization(true).l2(0.0005)            .learningRate(.01)            .weightInit(WeightInit.XAVIER)            .optimizationAlgo(OptimizationAlgorithm.STOCHASTIC_GRADIENT_DESCENT)            .updater(Updater.NESTEROVS).momentum(0.9)            .list()            .layer(0, new ConvolutionLayer.Builder(5, 5)                .nIn(nChannels)                .stride(1, 1)                .nOut(20)                .activation(Activation.IDENTITY)                .build())            .layer(1, new SubsamplingLayer.Builder(SubsamplingLayer.PoolingType.MAX)                .kernelSize(2,2)                .stride(2,2)                .build())            .layer(2, new ConvolutionLayer.Builder(5, 5)                .stride(1, 1)                .nOut(50)                .activation(Activation.IDENTITY)                .build())            .layer(3, new SubsamplingLayer.Builder(SubsamplingLayer.PoolingType.MAX)                .kernelSize(2,2)                .stride(2,2)                .build())            .layer(4, new DenseLayer.Builder().activation(Activation.RELU)                .nOut(500).build())            .layer(5, new OutputLayer.Builder(LossFunctions.LossFunction.NEGATIVELOGLIKELIHOOD)                .nOut(outputNum)                .activation(Activation.SOFTMAX)                .build())            .setInputType(InputType.convolutionalFlat(28,28,1))            .backprop(true).pretrain(false).build();        MultiLayerNetwork model = new MultiLayerNetwork(conf);        model.init();        log.info("Train model....");        model.setListeners(new ScoreIterationListener(100));        long timeX = System.currentTimeMillis();        for( int i=0; i<nEpochs; i++ ) {            long time1 = System.currentTimeMillis();            model.fit(mnistTrain);            long time2 = System.currentTimeMillis();            log.info("*** Completed epoch {}, time: {} ***", i, (time2 - time1));        }        long timeY = System.currentTimeMillis();        log.info("*** Training complete, time: {} ***", (timeY - timeX));        log.info("Evaluate model....");        Evaluation eval = new Evaluation(outputNum);        while(mnistTest.hasNext()){            DataSet ds = mnistTest.next();            INDArray output = model.output(ds.getFeatureMatrix(), false);            eval.eval(ds.getLabels(), output);        }        log.info(eval.stats());        log.info("****************Example finished********************");

以上逻辑就是利用一块GPU卡进行Mnist数据集进行训练和评估的逻辑。如果想在多GPU下进行并行训练的话，需要修改一些设置，例如在之前第一步的创建CUDA环境上下文的时候，需要允许多GPU和P2P内存访问，即设置为true。然后在逻辑里添加并行训练的逻辑：

        ParallelWrapper wrapper = new ParallelWrapper.Builder(model)            .prefetchBuffer(24)            .workers(4)            .averagingFrequency(3)            .reportScoreAfterAveraging(true)            .useLegacyAveraging(true)            .build();

这样如果有多张GPU卡就可以进行单机多卡的并行训练。

下面贴一下训练Mnist数据集在CPU/GPU/多GPU下的性能比较还有训练时候的GPU使用情况：

单卡训练截图：

双卡并行训练截图：

训练时间评估：

最后做下简单的总结。由于Deeplearning4j本身支持GPU单卡，多卡以及集群的训练方式，而且对于底层的接口都已经进行了很多的封装，暴露的接口都是比较hig-level的接口，一般设置一些属性就可以了。当然前提是硬件包括CUDA都要正确安装。

3 0