计图(Jittor) 1.1版本：新增骨干网络、JIT功能升级、支持多卡训练
计图(Jittor) 1.1版本：新增骨干网络、JIT功能升级、支持多卡训练
深度学习框架—计图（Jittor），Jittor的新版本V1.1上线了。主要变化包括：
- 增加了大量骨干网络的支持，增强了辅助转换脚本的能力，降低用户开发和移植模型的难度。
- JIT（动态编译）功能升级，可支持高性能的自定义算子开发，并降低了用户开发自定义算子的难度。
- 新增分布式功能，用户无需修改代码，只需要修改启动命令，单卡版本的训练程序可以直接无缝部署到多卡甚至多机上。
此外，Jittor还新增支持了大量神经网络算子，完善了对深度神经网络开发的支持。
新增骨干网络
Jittor 1.1版本在模型库中新增了大量基础骨干网络，用户可以基于这些基础骨干网络搭建自己的深度学习模型。这些骨干网络参数与PyTorch参数格式兼容，可以相互加载调用，方便用户学习和迁移。
更新的骨干网络包括：
import jittor.models
from jittor.models import \
alexnet, \
googlenet, \
inception_v3, \
mnasnet, \
mobilenet_v2, \
resnext101_32x8d, \
shufflenetv2, \
squeezenet, \
wide_resnet101_2
# 更多主干网络支持请参考
print(dir(jittor.models))
下面是对AlexNet、VGG、ResNet、Wide ResNet和SqueezeNet等多种骨干网络，在不同的batch size下，Jittor与PyTorch的单次前向性能对比，图1中横轴为不同Batch size，纵轴为FPS(每秒处理的图像数)。实验环境为：GPU为1080ti，显存11GB，CPU为i7-6850K，内存32GB，使用32位浮点数计算。
可以看出Jittor在这些常用骨干网络上的速度非常可观，大多数网络Jittor会有速度的提升。
增强辅助转换脚本
此次更新还提供了简单的辅助转换脚本，支持从PyTorch转换模型代码，暂不支持模型以外代码，下面是一个简单的实例：
from jittor.utils.pytorch_converter import convert
pytorch_code = """
class Model(nn.Module):
def __init__(self):
super().__init__()
self.conv1 = nn.Conv2d(1, 10, 3)
self.conv2 = nn.Conv2d(10, 32, 3)
self.fc = nn.Linear(1200, 100)
def forward(self, x):
x = self.conv1(x)
x = self.conv2(x)
x = x.view(x.size(0), -1)
x = self.fc(x)
return x
"""
jittor_code = convert(pytorch_code)
print("## Generate Jittor code:", jittor_code)
exec(jittor_code)
model = Model()
print("## Jittor model:", model)
上面的脚本将输出计图模型代码，以及一个可用的模型：
## 生成的计图代码:
import jittor as jt
from jittor import init
from jittor import nn
class Model(nn.Module):
def __init__(self):
super().__init__()
self.conv1 = nn.Conv(1, 10, 3)
self.conv2 = nn.Conv(10, 32, 3)
self.fc = nn.Linear(1200, 100)
def execute(self, x):
x = self.conv1(x)
x = self.conv2(x)
x = x.view((x.shape[0], (- 1)))
x = self.fc(x)
return x
## 计图模型:
Model(
conv1: Conv(1, 10, (3, 3), (1, 1), (0, 0), (1, 1), groups=1, bias=float[10,])
conv2: Conv(10, 32, (3, 3), (1, 1), (0, 0), (1, 1), groups=1, bias=float[32,])
fc: Linear(1200, 100, float32[100,], None)
)
关于模型转换脚本的详细使用请参考计图官方文档。
JIT功能升级
Jittor 1.1版本的 JIT(动态编译)功能的增强，主要体现在code算子的功能增强上。Code算子是一个基于高性能语言的动态编译算子，允许用户直接在Python中内联C++/CUDA代码，只需要寥寥数行代码，就可以完成高性能的自定义算子开发，降低用户开发自定义算子的难度。
下面的实例展示了如何使用code算子，使用数行代码实现三维点云中十分常用的K近邻查找。Code算子的设计和实现，让用户既可以享受到Python语言的便捷与易用性，又可以获得高性能语言的性能。
a = jt.random((n,3))
b = jt.code([n, k], "int32", [a],
cpu_header="#include <algorithm>",
cpu_src="""
using namespace std;
auto n=out_shape0, k=out_shape1;
// 使用openmp实现自动并行化
#pragma omp parallel for
for (int i=0; i<n; i++) {
// 存储k近邻的距离和下标
vector<pair<float,int>> id(n);
for (int j=0; j<n; j++) {
auto dx = @in0(i,0)-@in0(j,0);
auto dy = @in0(i,1)-@in0(j,1);
auto dz = @in0(i,2)-@in0(j,2);
id[j] = {dx*dx+dy*dy+dz*dz, j};
}
// 使用c++算法库的nth_element排序
nth_element(id.begin(),
id.begin()+k, id.end());
// 将下标输出到计图的变量中
for (int j=0; j<k; j++)
@out(i,j) = id[j].second;
}"""
)
将计图使用code算子实现的K近邻查找，和PyTorch的算子用时进行比较，速度对比如下（k=10,点云数量n=[100,1000,10000]）：
|
参数 |
n=100 |
n=1000 |
n=10000 |
|
PyTorch |
433 µs |
7.6 ms |
623 ms |
|
Jittor |
68 µs |
5.9 ms |
484 ms |
|
速度对比 |
6.4X |
1.29X |
1.29X |
注：此处使用的K近邻算法为暴力算法，还存在更优的算法实现，由于文章篇幅有限，此处仅用于展示Code算子的使用。
更新大幅度提升了code算子的易用性和可读性，主要包含以下几点：
- code 算子 可以有多个输出
- code 算子 允许输出动态大小的变量
- code 算子 内部可以写注释
- code 算子 可以通过@alias为input和outputs增加别名，增加代码可读性
具体文档请参考help(jt.code)和提供的文档，计图提供了多种实例以供参考。目前内联C++代码支持CUDA和openmp，未来会加入更多语言和库的支持。
分布式接口
计图本次分布式更新主要基于MPI（Message Passing Interface），依赖OpenMPI，用户可以使用如下命令安装OpenMPI：
sudo apt install openmpi-bin openmpi-common libopenmpi-dev
OpenMPI安装完成以后，用户无需修改代码，需要做的仅仅是修改启动命令行，计图就会用数据并行的方式自动完成并行操作。
# 单卡训练代码
python3.7 -m jittor.test.test_resnet
# 分布式多卡训练代码
mpirun -np 4 python3.7 -m jittor.test.test_resnet
# 指定特定显卡的多卡训练代码
CUDA_VISIBLE_DEVICES="2,3" mpirun -np 2 python3.7 -m jittor.test.test_resnet
这种便捷性的背后是计图的分布式算子的支撑，计图支持的mpi算子后端会使用nccl进行进一步的加速。计图所有分布式算法的开发均在Python前端完成，这让分布式算法的灵活度增强，开发分布式算法的难度也大大降低。下面的代码是使用计图实现分布式同步批归一化层的实例代码：
def execute(self, x):
if self.is_train:
xmean = jt.mean(x, dims=[0,2,3], keepdims=1)
x2mean = jt.mean(x*x, dims=[0,2,3], keepdims=1)
if self.sync and jt.mpi:
xmean = xmean.mpi_all_reduce("mean")
x2mean = x2mean.mpi_all_reduce("mean")
xvar = x2mean-xmean*xmean
norm_x = (x-xmean)/jt.sqrt(xvar+self.eps)
self.running_mean += (xmean.sum([0,2,3])-self.running_mean)*self.momentum
self.running_var += (xvar.sum([0,2,3])-self.running_var)*self.momentum
else:
running_mean = self.running_mean.broadcast(x, [0,2,3])
running_var = self.running_var.broadcast(x, [0,2,3])
norm_x = (x-running_mean)/jt.sqrt(running_var+self.eps)
w = self.weight.broadcast(x, [0,2,3])
b = self.bias.broadcast(x, [0,2,3])
return norm_x * w + b
这次更新，开放了mpi算子的稳定接口，用户可以自行使用mpi算子开发所需的自定义的分布式算法，相关文档请参考help(jittor.mpi.ops)和计图分布式教程。基于这些mpi算子接口，研发团队已经集成了如下三种分布式相关的算法：
- 分布式数据并行加载
- 分布式优化器
- 分布式同步批归一化层
其他更新
教程更新列表：
算子更新列表：
- group conv
- 三角函数，反三角函数，双曲函数，反双曲函数支持
- flatten
- view
- permute
- adapool
- PReLU
- LeakyReLU
- ReLU6
- ReflectionPad2d
- ZeroPad2d
- ConstantPad2d
- ReplicationPad2d
- PixelShuffle
- Upsample
损失函数更新列表：
- MSELoss
- BCELoss
- L1Loss
- BCEWithLogitsLoss
分布式相关算子：
- mpi_all_reduce
- mpi_reduce
- mpi_broadcast
- nccl_all_reduce
- nccl_reduce
- nccl_broadcast
