3

我只有一个 gpu，我想在那个 gpu 上运行很多演员。以下是我使用的内容ray，遵循https://ray.readthedocs.io/en/latest/actors.html

  1. 首先在gpu上定义网络
class Network():
    def __init__(self, ***some args here***):
        self._graph = tf.Graph()
        os.environ['CUDA_VISIBLE_DIVICES'] = ','.join([str(i) for i in ray.get_gpu_ids()])
        with self._graph.as_default():
            with tf.device('/gpu:0'):
                # network, loss, and optimizer are defined here

        sess_config = tf.ConfigProto(allow_soft_placement=True)
        sess_config.gpu_options.allow_growth=True
        self.sess = tf.Session(graph=self._graph, config=sess_config)
        self.sess.run(tf.global_variables_initializer())
        atexit.register(self.sess.close)

        self.variables = ray.experimental.TensorFlowVariables(self.loss, self.sess)
  1. 然后定义工人阶级
@ray.remote(num_gpus=1)
class Worker(Network):
    # do something
  1. 定义学习者类
@ray.remote(num_gpus=1)
class Learner(Network):
    # do something
  1. 训练功能
def train():
    ray.init(num_gpus=1)
    leaner = Learner.remote(...)
    workers = [Worker.remote(...) for i in range(10)]
    # do something

当我不尝试使其在 gpu 上运行时，此过程运行良好。也就是说，当我删除所有with tf.device('/gpu:0')和(num_gpus=1). 当我保留它们时，问题就出现了：似乎只有learner被创建，但没有一个workers被构造。我应该怎么做才能让它工作？

4

1 回答 1

6

当你使用装饰器定义一个actor类时@ray.remote(num_gpus=1)，你是说从这个类创建的任何actor都必须在actor的生命周期内为其保留一个GPU。由于您只有一个 GPU，您将只能创建一个这样的演员。

如果你想让多个actor共享一个GPU，那么你需要指定每个actor需要少于1个GPU，例如，如果你希望4个actor共享一个GPU，那么你可以让每个actor需要1/4 GPU 的。这可以通过声明actor类来完成

@ray.remote(num_gpus=0.25)

此外，您需要确保每个参与者都真正尊重您对其施加的限制。例如，如果你想用 声明一个演员@ray.remote(num_gpus=0.25)，那么你还应该确保 TensorFlow 最多使用四分之一的 GPU 内存。请参阅如何防止 tensorflow 分配全部 GPU 内存的答案？例如。

于 2019-02-03T06:56:36.720 回答