使用多进程与ano

Question

我正在尝试使用神经网络库Keras的cpu多处理。

我使用device=gpu标志并加载keras模型。然后，为了提取超过一百万张图像的特征，我使用多处理池。

函数看起来像这样:

from keras import backend as K
f = K.function([model.layers[0].input, K.learning_phase()], [model.layers[-3].output,])
def feature_gen(flz):
    im = imread(flz)
    cPickle.dump(f([im, 0])[0][0], open(flz, 'wb'), -1)
pool = mp.Pool(processes=10)
results = [pool.apply_async(feature_gen, args=(f, )) for f in filelist]]

然而，这开始在GPU内存中创建池，我的代码因内存错误而失败。是否有可能强制多处理在CPU内存中创建线程，然后使用特定部分的特征提取，如f([im, 0])[0][0]与GPU?

如果没有，是否有其他方法可以在python中并行执行相同的操作?

Answer 1

如果其他进程不使用keras，则可以使用多个进程，据我所知，您需要将keras的使用限制在单个进程中。这似乎包括所有的keras类和方法，甚至那些似乎不使用gpu，例如ImageDataGenerator。

如果工作负载是GPU限制的，也可以使用线程库，它创建线程而不是进程，例如，在GPU处理前一批时加载数据，那么限制不适用。由于全局解释器锁，这在CPU有限的环境中不是一个解决方案。

你的情况看起来像一个并行[读，在GPU上做工作，写]。这可以被改造成一个管道，例如，一些进程读取，执行GPU工作的主进程和一些进程写入。

1. 为输入/输出(线程)创建队列对象。队列或多进程。Queue)
2. 创建从磁盘读取数据并将其提供给输入队列的后台工作线程/进程
3. 创建后台工作线程/进程，将数据从输出队列写入磁盘
4. 主循环，从输入队列中获取数据，创建批量，在gpu上处理数据并填充输出队列