Skip to content

Latest commit

 

History

History
70 lines (44 loc) · 3.5 KB

distributed_training.md

File metadata and controls

70 lines (44 loc) · 3.5 KB
Raw

分布式训练

简介

  • 分布式训练的高性能，是飞桨的核心优势技术之一，在分类任务上，分布式训练可以达到几乎线性的加速比。OCR训练任务中往往包含大量训练数据，以识别为例，ppocrv2.0模型在训练时使用了1800W数据，如果使用单机训练，会非常耗时。因此，PaddleOCR中使用分布式训练接口完成训练任务，同时支持单机训练与多机训练。更多关于分布式训练的方法与文档可以参考：分布式训练快速开始教程。

使用方法

单机训练

  • 以识别为例，本地准备好数据之后，使用paddle.distributed.launch的接口启动训练任务即可。下面为运行代码示例。
python3 -m paddle.distributed.launch \
    --log_dir=./log/ \
    --gpus "0,1,2,3,4,5,6,7" \
    tools/train.py \
    -c configs/rec/rec_mv3_none_bilstm_ctc.yml

多机训练

  • 相比单机训练，多机训练时，只需要添加--ips的参数，该参数表示需要参与分布式训练的机器的ip列表，不同机器的ip用逗号隔开。下面为运行代码示例。
ip_list="192.168.0.1,192.168.0.2"
python3 -m paddle.distributed.launch \
    --log_dir=./log/ \
    --ips="${ip_list}" \
    --gpus="0,1,2,3,4,5,6,7" \
    tools/train.py \
    -c configs/rec/rec_mv3_none_bilstm_ctc.yml

注：

  • 不同机器的ip信息需要用逗号隔开，可以通过ifconfig或者ipconfig查看。
  • 不同机器之间需要做免密设置，且可以直接ping通，否则无法完成通信。
  • 不同机器之间的代码、数据与运行命令或脚本需要保持一致，且所有的机器上都需要运行设置好的训练命令或者脚本。最终ip_list中的第一台机器的第一块设备是trainer0，以此类推。

性能效果测试

  • 在2机8卡P40的机器上进行模型训练，不同模型的精度、训练耗时、多机加速比情况如下所示。
模型 配置 数据集 单机8卡耗时/精度 2机8卡耗时/精度 加速比
CRNN rec_chinese_lite_train_v2.0.yml 26W中文数据集 2.50d/66.7% 1.67d/67.0% 1.5
  • 在3机8卡V100的机器上进行模型训练，不同模型的精度、训练耗时、多机加速比情况如下所示。
模型 配置 数据集 单机8卡耗时/精度 3机8卡耗时/精度 加速比
SLANet SLANet.yml PubTabNet 49.8h/76.2% 19.75h/74.77% 2.52 
> 注意：这里3机8卡训练时，单卡batch size相比于单机8卡不变，学习率乘以2 (默认乘以3的话，精度仅有73.42%)
  • 在4机8卡V100的机器上进行模型训练，不同模型的精度、训练耗时、多机加速比情况如下所示。
模型 配置 数据集 单机8卡耗时/精度 4机8卡耗时/精度 加速比
SVTR ch_PP-OCRv3_rec_distillation.yml PP-OCRv3_rec data 10d/- 2.84d/74.0% 3.5
  • 注意
    • 在训练的GPU卡数过多时，精度会稍微有所损失（1%左右），此时可以尝试通过添加warmup或者适当增加迭代轮数来弥补精度损失。