Pytorch Distributed 初始化

海雪松
2023-12-01

参考   Pytorch Distributed 初始化 - 云+社区 - 腾讯云

Pytorch Distributed 初始化方法
参考文献

Distributed communication package - torch.distributed — PyTorch master documentation
初始化

torch.distributed.init_process_group(backend, init_method='env://', **kwargs)

参数说明:

  • backend(str): 后端选择,包括 tcp mpi gloo。
  • init_method(str, optional): 用来初始化包的URL, 用来做并发控制的共享方式。
  • world_size(int, optional): 参与工作的进程数。
  • rank(int, optional): 当前进程的rank。
  • group_name(str, optional): 用来标记这组进程。

init_method()

有三种方法:

  • file:// 共享文件系统
  • tcp:// IP组播
  • env:// 环境变量 (默认是这个)

env

#!/usr/bin/env python
import os
import torch
import torch.distributed as dist
from torch.multiprocessing import Process
import time

def run(rank, size):
    pass


def init_processes(rank, size, fn, backend='gloo'):
    """ Initialize the distributed environment. """
    os.environ['MASTER_ADDR'] = '162.128.0.22'
    os.environ['MASTER_PORT'] = '29555'
    dist.init_process_group(backend, rank=rank, world_size=size)
    torch.cuda.manual_seed(1)
    fn(rank, size)
    print("MM")
    print(dist.get_rank())
    print(dist.get_world_size())
    print(dist.is_available())


def main():

    size = 2
    processes=[]
    for i in range(size):
        p = Process(target=init_processes, args=(i, size, run))
        p.start()
        processes.append(p)

    for p in processes:
        p.join()

if __name__ == "__main__":
    start_time = time.time()
    main()

    end_time = time.time()
    print("耗时:", end_time-start_time)

注意
将162.128.0.22换成自己的IP地址。
tcp
 

import torch
import torch.distributed as dist
import argparse
from time import sleep
from random import randint
from torch.multiprocessing import Process


def initialize(rank, world_size, ip, port):
    dist.init_process_group(backend='tcp', init_method='tcp://{}:{}'.format(ip, port), rank=rank, world_size=world_size)
    print("MM")

def main():
    parser = argparse.ArgumentParser()
    parser.add_argument('--ip', type=str, default='162.128.0.22')
    parser.add_argument('--port', type=str, default='20000')
    parser.add_argument('--rank', '-r', type=int)
    parser.add_argument('--world-size', '-s', type=int)
    args = parser.parse_args()
    print(args)
    # initialize(args.rank, args.world_size, args.ip, args.port)

    size = 2
    processes = []
    for i in range(size):
        p = Process(target=initialize, args=(i, size, args.ip, args.port))
        p.start()
        processes.append(p)

    for p in processes:
        p.join()


if __name__ == '__main__':
    main()

注意
将162.128.0.22换成自己的IP地址。
共享文件
 

import argparse
from time import sleep
from random import randint
from torch.multiprocessing import Process


def initialize(rank, world_size):
    dist.init_process_group(backend='gloo', init_method='file:///home/yxk/Documents/Deeplearningoflidar139/overfitover/share', rank=rank, world_size=world_size)
    print("MM")

def main():

    size = 2
    processes = []
    for i in range(size):
        p = Process(target=initialize, args=(i, size))
        p.start()
        processes.append(p)

    for p in processes:
        p.join()


if __name__ == '__main__':
    main()

注意:

  • init_method: 需要以file://开头,包含共享文件系统上不存在的文件(在现有目录中)的路径。如果文件不存在, 文件系统初始化将自动创建该文件,但不会删除该文件。你要在下一个init_process_group调用之前清楚该文件。

 类似资料: