前馈网络使用with torch.no_grad()和model.eval()比较

问题描述

将训练好的模型拿来做inference，发现显存被占满，无法进行后续操作，但按理说不应该出现这种情况。

 RuntimeError: CUDA out of memory. 
Tried to allocate 128.00 MiB (GPU 0; 7.93 GiB total capacity; 6.94 GiB already allocated; 10.56 MiB free; 7.28 GiB reserved in total by PyTorch)

解决方案 经过排查代码，发现做inference时，各模型虽然已经设置为eval()模式，但是并没有取消网络生成计算图这一操作，这就导致网络在单纯做前向传播时也生成了计算图，从而消耗了大量显存。

所以，将模型前向传播的代码放到with torch.no_grad()下，就能使pytorch不生成计算图，从而节省不少显存

 with torch.no_grad()：
     # 代码块
     outputs = model(inputs)
     # 代码块

经过修改，再进行inference就没有遇到显存不够的情况了。此时显存占用显著降低，只占用5600MB左右（3卡）。

model.eval()和torch.no_grad()比较：

model.eval()

• 使用model.eval()切换到测试模式，不会更新模型的k，b参数

• 通知dropout层和batchnorm层在train和val中间进行切换在。train模式，dropout层会按照设定的参数p设置保留激活单元的概率（保留概率=p，比如keep_prob=0.8），batchnorm层会继续计算数据的mean和var并进行更新。在val模式下，dropout层会让所有的激活单元都通过，而batchnorm层会停止计算和更新mean和var，直接使用在训练阶段已经学出的mean和var值！

• model.eval()不会影响各层的gradient计算行为，即gradient计算和存储与training模式一样，只是不进行反向传播！(backprobagation)，即只设置了model.eval()pytorch依旧会生成计算图，占用显存，只是不使用计算图来进行反向传播。

torch.no_grad()

首先从requires_grad讲起：

requires_grad

在pytorch中，tensor有一个requires_grad参数，如果设置为True，则反向传播时，该tensor就会自动求导，并且保存在计算图中。tensor的requires_grad的属性默认为False,若一个节点（叶子变量：自己创建的tensor）requires_grad被设置为True，那么所有依赖它的节点requires_grad都为True（即使其他相依赖的tensor的requires_grad = False）

当requires_grad设置为False时,反向传播时就不会自动求导了，也就不会生成计算图，而GPU也不用再保存计算图，因此大大节约了显存或者说内存。

with torch.no_grad

在该模块下，所有计算得出的tensor的requires_grad都自动设置为False。

即使一个tensor（命名为x）的requires_grad = True，在with torch.no_grad计算，由x得到的新tensor（命名为w-标量）requires_grad也为False，且grad_fn也为None,即不会对w求导。例子如下所示：

 x = torch.randn(10, 5, requires_grad = True)
 y = torch.randn(10, 5, requires_grad = True)
 z = torch.randn(10, 5, requires_grad = True)
 with torch.no_grad():
     w = x + y + z
     print(w.requires_grad)
     print(w.grad_fn)
 print(w.requires_grad)
 ​
 False
 None
 False

也就是说，在with torch.no_grad结构中的所有tensor的requires_grad属性会被强行设置为false，如果前向传播过程在该结构中，那么inference过程中都不会产生计算图，从而节省不少显存。

reference：with torch.no_grad():显著减少测试时显存占用_落歌439的博客-CSDN博客

但是？又出问题pytorch模型加载跑测试集和训练过程中跑测试集结果不一致的问题？

虽然利用model.val()可以使得结果和训练时结果相似，但是误差相比训练时的测试还是有一定影响！（视情况而定），如何让他们的结果彻底相同呢？

解决方案：

保存训练完成的神经网络模型，来尝试跑了下测试集的结果，发现效果很差，和训练网络时跑测试集的结果不一样。查了些资料，发现是先eval()再测试数据的问题：

错误写法：

 .....
 model = torch.load('model.pkl')
 model.eval()    #先eval
 x = model.forward(a)  #然后传递数据进行测试
 .....
 ​

改进：

 .....
 model = torch.load('model.pkl')
 x = model.forward(a)  
 model.eval() 
 .....

 ​

上面的方法其实有问题，当初测单个数据的时候正确了，但是用for循环测大量数据的时候会出问题，例如：

错误写法：

 model = torch.load('model.pkl')
 for i in range(1,100)
     a = load_data..  #导入数据
     x = model.forward(a)  
     model.eval() 

正确写法是不需要model.eval():

 model = torch.load('model.pkl')
 for i in range(1,100)
     a = load_data..  #导入数据
     x = model.forward(a)  

这个小问题真的致命，让我一度怀疑我的数据有问题，但结果证明数据是没问题的！