我有一个用例,我会批量转发每个样本,并且只根据样本模型输出上的某些条件累积部分样本的损失。这是一个说明代码,
for batch_idx, (data, target) in enumerate(train_loader):
optimizer.zero_grad()
total_loss = 0
loss_count_local = 0
for i in range(len(target)):
im = Variable(data[i].unsqueeze(0).cuda())
y = Variable(torch.FloatTensor([target[i]]).cuda())
out = model(im)
# if out satisfy some condtion, we will calculate loss
# for this sample, else proceed to next sample
if some_condition(out):
loss = criterion(out, y)
else:
continue
total_loss += loss
loss_count_local += 1
if loss_count_local == 32 or i == (len(target)-1):
total_loss /= loss_count_local
total_loss.backward()
total_loss = 0
loss_count_local = 0
optimizer.step()
我的问题是,正如我为所有样本做的那样,但只对某些样本做了反向。那些不会造成损失的样本的图表何时会被释放?只有在for循环结束后或者在我为下一个样本转发之后立即释放这些图形吗?我在这里有点困惑。
对于那些对total_loss
有贡献的样本,我们会在total_loss.backward()
之后立即释放他们的图表。是吗?
答案 0 :(得分:2)
让我们首先讨论PyTorch如何释放内存:
首先,我们应该强调PyTorch使用隐式声明的图形,该图形存储在Python对象属性中。 (记住,它是Python,所以一切都是对象)。更具体地说,torch.autograd.Variable
具有.grad_fn
属性。该属性的类型定义了我们具有哪种计算节点(例如,添加)以及该节点的输入。
这很重要,因为Pytorch只需使用标准的python垃圾收集器(如果相当积极)就可以释放内存。在这种情况下,这意味着只要存在对在当前范围内持有它们的对象的引用,(隐式声明的)计算图将保持活动状态!
这意味着,如果你是对样本s_1 ... s_k进行某种批处理,计算每个样本的损失并在最后添加损失,累积损失将保留对每个单独损失的引用,这反过来保存对计算的每个计算节点的引用它
因此,您的问题应用于您的代码更多地是关于Python(或者更具体地说它的垃圾收集器)如何处理引用而不是Pytorch。由于您在一个对象(total_loss
)中累积了损失,因此保持指针处于活动状态,从而在外循环中重新初始化该对象之前不会释放内存。
应用于您的示例,这意味着您在前向传递(out = model(im)
)中创建的计算图仅由out
对象及其未来的任何计算引用。因此,如果您计算损失并对其求和,您将保持对out
的引用,从而保持对计算图的引用。但是,如果不使用它,垃圾收集器应递归收集out
及其计算图。