tensorflow中multi-GPU小坑记录

最近又需要点tf的代码，有几个点关于多卡的代码点需要记录下。一直想把平时常用的一些代码段整理一下，但是一直没时间，每周有在开新的进程，找时间再说吧。先零星的记点吧。

干货

1. 在tf构图阶段，把计算点都开在GPU上，尽量不要开在CPU上。提速杠杠滴！
2. 在多卡读取数据阶段，在for len(num_gpu)循环外建立queue，在循环内取数据。

好了，主要的干货就没有了，看懂的可以ctrl+w了。
不太了解的，咱继续。

tf构图在GPU上

1. 在tf构图阶段，把计算点都开在GPU上，尽量不要开在CPU上。提速杠杠滴！

with tf.Graph().as_default(), tf.device('/gpu:0'):
	y = interface(x)
	...
	with tf.Session(config = tf.ConfigProto(log_device_placement=True,allow_soft_placement=True)) as sess:
		sess.run(...)

在train function中构静态图时，把节点和运算都放在GPU上，同时需要加上allow_soft_placement=True，这个flag的作用是保证程序能正常运行，因为有些运算操作是不能放在GPU上运行的，flag保证了那些操作会转移到CPU上运行。

result

在单卡上os.environ["CUDA_VISIBLE_DEVICES"] = "0"跑的数据，不做严谨定量展现，只定量的感受下提速。CPU上
113s per 100 batch_size,转到GPU上后提速到11s。

在4卡上跑实验，per 100 batch_size，CPU：295s,GPU:65s。

multiGPU读取数据

目前在r1.2的版本上用的还是queue的方式，好像在r1.4版本上官方推荐使用Dataset API，暂时还没有切版本。

2.在多卡读取数据阶段，在for len(num_gpu)循环外建立queue，在循环内取数据。

def get_input(self,data_path_list,batch_size):
	file_list = os.listdir(data_path_list)
	file_list = [data_path_list+'/'+ i for i in file_list]
	with tf.variable_scope("tfrecords_input"):
		filename_queue = tf.train.string_input_producer(file_list)
		reader = tf.TFRecordReader()
		_,serialized_example = reader.read(filename_queue)
		# 解析单个数据格式
		features = tf.parse_single_example(serialized_example,
									   features={
										   'x':tf.FixedLenFeature([],tf.string),
										   'labels':tf.FixedLenFeature([],tf.string)
									   })  
		x = tf.reshape(tf.decode_raw(features['x'],tf.int32),[2,self.n_features])
		labels = tf.reshape(tf.decode_raw(features['labels'],tf.int32), [1,2])
		return x, labels
		
def train():
	min_after_dequeue = 1000
	capacity = min_after_dequeue+4*batch_size
	x_, labels = get_input(train_tfrecords_path,batch_size)
	with tf.variable_scope(tf.get_variable_scope()): 
		for i in range(num_gpus):
			with tf.device('gpu:%d' % i): 
				with tf.name_scope('GPU_%d' % i) as scope:
					train_data = tf.train.shuffle_batch([x_,labels],
												  batch_size=batch_size,
												  capacity=capacity,
												  min_after_dequeue=min_after_dequeue,
												  num_threads=3)
					x =  train_data[0]
					y_ = train_data[-1]
					interface_output = interface(x)
					cur_loss = compute_loss(interface_output,y_,reg=None)
					...

最初是把tf.train.shuffle_batch这步放在了for循环的外边，紧跟着get_input()函数，但是发现这样的话读取出来的是同一个batch_size的数据。

haha

写tf的时候还是记得转变下思维，不能总是按照C++的方式觉得每一步都会有定值，tf在没有sess.run之前只是个占位符而已，并没有数据流动！！！