BuildStrategy
BuildStrategy
使用户更方便地控制 中计算图的建造方法,可通过设置 ParallelExecutor
中的 BuildStrategy
成员来实现此功能。
BuildStrategy,一个BuildStrategy的实例
代码示例
debug_graphviz_path
str类型。表示以graphviz格式向文件中写入计算图的路径,有利于调试。默认值为空字符串。
代码示例
import paddle
import paddle.static as static
paddle.enable_static()
build_strategy = static.BuildStrategy()
enable_sequential_execution
bool类型。如果设置为True,则算子的执行顺序将与算子定义的执行顺序相同。默认为False。
import paddle
import paddle.static as static
paddle.enable_static()
build_strategy = static.BuildStrategy()
build_strategy.enable_sequential_execution = True
bool类型。表明是否融合(fuse) broadcast ops。该选项指在Reduce模式下有效,使程序运行更快。默认为False。
代码示例
fuse_elewise_add_act_ops
bool类型。表明是否融合(fuse) elementwise_add_op和activation_op。这会使整体执行过程更快。默认为False。
代码示例
import paddle
import paddle.static as static
paddle.enable_static()
build_strategy = static.BuildStrategy()
build_strategy.fuse_elewise_add_act_ops = True
fuse_relu_depthwise_conv
bool类型。表明是否融合(fuse) relu和depthwise_conv2d,节省GPU内存并可能加速执行过程。此选项仅适用于GPU设备。默认为False。
import paddle
import paddle.static as static
build_strategy = static.BuildStrategy()
build_strategy.fuse_relu_depthwise_conv = True
gradient_scale_strategy
代码示例
memory_optimize
bool类型或None。设为True时可用于减少总内存消耗,False表示不使用,None表示框架会自动选择使用或者不使用优化策略。当前,None意味着当GC不能使用时,优化策略将被使用。默认为None。
reduce_strategy
类型。在 ParallelExecutor
中,存在两种参数梯度聚合策略,即 AllReduce
和 Reduce
。如果用户需要在所有执行设备上独立地进行参数更新,可以使用 AllReduce
。如果使用 Reduce
策略,所有参数的优化将均匀地分配给不同的执行设备,随之将优化后的参数广播给其他执行设备。 默认值为 AllReduce
。
代码示例
import paddle
import paddle.static as static
paddle.enable_static()
build_strategy = static.BuildStrategy()
build_strategy.reduce_strategy = static.BuildStrategy.ReduceStrategy.Reduce
remove_unnecessary_lock
bool类型。设置True会去除GPU操作中的一些锁操作, ParallelExecutor
将运行得更快,默认为True。
import paddle
import paddle.static as static
paddle.enable_static()
build_strategy = static.BuildStrategy()
build_strategy.remove_unnecessary_lock = True
bool类型。表示是否使用同步的批正则化,即在训练阶段通过多个设备同步均值和方差。当前的实现不支持FP16训练和CPU。并且目前**仅支持**仅在一台机器上进行同步式批正则。默认为 False。