multithreading - 为什么最初在 tensorflow 训练中看到每秒的步数峰值？

Question

嗨tensorflow专家，

我看到以下使用数据集API和预取128、256、512或1024批次(每个128个示例)的训练速度配置文件:

INFO:tensorflow:Saving checkpoints for 0 into

INFO:tensorflow:loss = 0.969178, step = 0
INFO:tensorflow:global_step/sec: 70.3812
INFO:tensorflow:loss = 0.65544295, step = 100 (1.422 sec)
INFO:tensorflow:global_step/sec: 178.33
INFO:tensorflow:loss = 0.47716027, step = 200 (0.560 sec)
INFO:tensorflow:global_step/sec: 178.626
INFO:tensorflow:loss = 0.53073615, step = 300 (0.560 sec)
INFO:tensorflow:global_step/sec: 132.039
INFO:tensorflow:loss = 0.4849593, step = 400 (0.757 sec)
INFO:tensorflow:global_step/sec: 121.437
INFO:tensorflow:loss = 0.4055175, step = 500 (0.825 sec)
INFO:tensorflow:global_step/sec: 122.379
INFO:tensorflow:loss = 0.28230205, step = 600 (0.817 sec)
INFO:tensorflow:global_step/sec: 122.163
INFO:tensorflow:loss = 0.4917924, step = 700 (0.819 sec)
INFO:tensorflow:global_step/sec: 122.509

每秒178步的初始峰值可在多次运行和不同的预取量之间重现。我试图了解为什么会发生这种情况的底层多线程机制。

附加信息:
在48核计算机上，我的CPU使用率最高达到1800％。我的GPU使用率始终只有9％。因此，令人惊奇的是这两个都没有用尽。所以我想知道queue_runner中的互斥是否导致cpu处理无法充分发挥其潜力，如 here所述？

谢谢，

约翰

[更新]当我使用类似缓冲区大小的prefetch_to_device(gpu_device，..)时，我也观察到了相同的峰值。令人惊讶的是，prefetch_to_device只会减慢速度，大约降低10％。

NFO:tensorflow:Done running local_init_op.
INFO:tensorflow:Saving checkpoints for 0 into 

INFO:tensorflow:loss = 1.3881096, step = 0
INFO:tensorflow:global_step/sec: 52.3374
INFO:tensorflow:loss = 0.48779136, step = 100 (1.910 sec)
INFO:tensorflow:global_step/sec: 121.154
INFO:tensorflow:loss = 0.3451385, step = 200 (0.827 sec)
INFO:tensorflow:global_step/sec: 89.3222
INFO:tensorflow:loss = 0.37804496, step = 300 (1.119 sec)
INFO:tensorflow:global_step/sec: 80.4857
INFO:tensorflow:loss = 0.49938473, step = 400 (1.242 sec)
INFO:tensorflow:global_step/sec: 79.1798
INFO:tensorflow:loss = 0.5120025, step = 500 (1.263 sec)
INFO:tensorflow:global_step/sec: 81.2081

Answer 1

在每次训练开始时，通常会看到每秒峰值步数，这是因为CPU有时间填充缓冲区。与开始相比，您的每秒步数非常合理，但是缺少CPU使用率可能表明存在瓶颈。

第一个问题是，是否将Dataset API与估算器结合使用。从您的终端输出中，我怀疑您会这样做，如果没有，我会先将代码更改为使用Estimator类。如果您已经在使用Estimator类，请确保遵循here中记录的最佳性能实践。

如果您已经完成上述所有操作，那么管道中就会出现瓶颈。由于CPU使用率低，我猜您正在遇到I/O瓶颈。您的数据集可能存储在慢速介质(硬盘驱动器)上，或者您没有使用序列化格式，并且使IOPS饱和(再次是硬盘驱动器或网络存储)。无论哪种情况，都应先使用诸如TF记录之类的序列化数据格式，然后将存储升级到SSD或多个硬盘中，然后按1,0,10的选择进行选择。