模型集成

本教程演示了如何使用 torch.vmap 对模型集成进行矢量化。

什么是模型集成？

模型集成将多个模型的预测结果组合在一起。传统上，这是通过分别对每个模型运行一些输入，然后组合预测结果来完成的。但是，如果您运行的是具有相同架构的模型，那么可以使用 torch.vmap 将它们组合在一起。 vmap 是一个函数转换，它将函数映射到输入张量的维度上。它的用例之一是消除 for 循环并通过矢量化来加速它们。

让我们演示如何使用简单 MLP 的集合来做到这一点。

注意

本教程需要 PyTorch 2.0.0 或更高版本。

import torch
import torch.nn as nn
import torch.nn.functional as F
torch.manual_seed(0)

# Here's a simple MLP
class SimpleMLP(nn.Module):
    def __init__(self):
        super(SimpleMLP, self).__init__()
        self.fc1 = nn.Linear(784, 128)
        self.fc2 = nn.Linear(128, 128)
        self.fc3 = nn.Linear(128, 10)

    def forward(self, x):
        x = x.flatten(1)
        x = self.fc1(x)
        x = F.relu(x)
        x = self.fc2(x)
        x = F.relu(x)
        x = self.fc3(x)
        return x

让我们生成一批虚拟数据，并假装我们正在使用 MNIST 数据集。因此，虚拟图像为 28 x 28，我们有一个大小为 64 的小批次。此外，假设我们想组合来自 10 个不同模型的预测结果。

device = 'cuda'
num_models = 10

data = torch.randn(100, 64, 1, 28, 28, device=device)
targets = torch.randint(10, (6400,), device=device)

models = [SimpleMLP().to(device) for _ in range(num_models)]

我们有几种生成预测的选项。也许我们想给每个模型分配不同的随机小批量数据。或者，也许我们想让每个模型运行相同的小批量数据（例如，如果我们正在测试不同模型初始化的影响）。

选项 1：每个模型使用不同的一个小批量

minibatches = data[:num_models]
predictions_diff_minibatch_loop = [model(minibatch) for model, minibatch in zip(models, minibatches)]

选项 2：使用相同的小批量

minibatch = data[0]
predictions2 = [model(minibatch) for model in models]

使用 vmap 向量化集成模型

让我们使用 vmap 加速 for 循环。我们首先要准备模型以便与 vmap 一起使用。

首先，让我们通过堆叠每个参数来合并模型的状态。例如，model[i].fc1.weight 的形状为 [784, 128]；我们将堆叠 10 个模型中每个模型的 .fc1.weight，以产生一个大权重，其形状为 [10, 784, 128]。

PyTorch 提供了 torch.func.stack_module_state 方便函数来执行此操作。

from torch.func import stack_module_state

params, buffers = stack_module_state(models)

接下来，我们需要定义一个函数来对 vmap 进行操作。该函数应在给定参数、缓冲区和输入的情况下，使用这些参数、缓冲区和输入运行模型。我们将使用 torch.func.functional_call 来帮助我们。

from torch.func import functional_call
import copy

# Construct a "stateless" version of one of the models. It is "stateless" in
# the sense that the parameters are meta Tensors and do not have storage.
base_model = copy.deepcopy(models[0])
base_model = base_model.to('meta')

def fmodel(params, buffers, x):
    return functional_call(base_model, (params, buffers), (x,))

选项 1：使用每个模型的不同一个小批量获取预测。

默认情况下，vmap 将函数映射到传递给函数的所有输入的第一维。在使用 stack_module_state 后，每个 params 和缓冲区在前面都有一个大小为“num_models”的附加维度，并且小批量具有一个大小为“num_models”的维度。

print([p.size(0) for p in params.values()]) # show the leading 'num_models' dimension

assert minibatches.shape == (num_models, 64, 1, 28, 28) # verify minibatch has leading dimension of size 'num_models'

from torch import vmap

predictions1_vmap = vmap(fmodel)(params, buffers, minibatches)

# verify the ``vmap`` predictions match the
assert torch.allclose(predictions1_vmap, torch.stack(predictions_diff_minibatch_loop), atol=1e-3, rtol=1e-5)

[10, 10, 10, 10, 10, 10]

选项 2：使用相同的小批量数据获取预测。

vmap 具有一个 in_dims 参数，该参数指定要映射的维度。通过使用 None，我们告诉 vmap 我们希望对所有 10 个模型使用相同的小批量。

predictions2_vmap = vmap(fmodel, in_dims=(0, 0, None))(params, buffers, minibatch)

assert torch.allclose(predictions2_vmap, torch.stack(predictions2), atol=1e-3, rtol=1e-5)

一个小提示：关于 vmap 可以转换的函数类型有一些限制。要转换的最佳函数是纯函数：输出仅由输入决定的函数，没有副作用（例如，变异）。vmap 无法处理对任意 Python 数据结构的变异，但它能够处理许多就地 PyTorch 操作。

性能

对性能数据好奇？以下是数据表现形式。

from torch.utils.benchmark import Timer
without_vmap = Timer(
    stmt="[model(minibatch) for model, minibatch in zip(models, minibatches)]",
    globals=globals())
with_vmap = Timer(
    stmt="vmap(fmodel)(params, buffers, minibatches)",
    globals=globals())
print(f'Predictions without vmap {without_vmap.timeit(100)}')
print(f'Predictions with vmap {with_vmap.timeit(100)}')

Predictions without vmap <torch.utils.benchmark.utils.common.Measurement object at 0x7f1c42f655a0>
[model(minibatch) for model, minibatch in zip(models, minibatches)]
  2.66 ms
  1 measurement, 100 runs , 1 thread
Predictions with vmap <torch.utils.benchmark.utils.common.Measurement object at 0x7f1c42f65a20>
vmap(fmodel)(params, buffers, minibatches)
  873.82 us
  1 measurement, 100 runs , 1 thread

使用 vmap 有很大的加速！

通常，使用 vmap 进行向量化应该比在 for 循环中运行函数更快，并且与手动批处理具有竞争力。但也有一些例外，例如，如果我们没有为特定操作实现 vmap 规则，或者底层内核没有针对旧硬件（GPU）进行优化。如果您遇到这些情况，请通过在 GitHub 上打开问题告知我们。