火炬就地操作以节省内存（softmax）

Question

torch 中的一些操作是就地执行的。例如像 += 这样的速记运算符。

是否可以就地执行其他操作，例如softmax？

我目前正在处理语言处理。该模型在大量词汇表上产生一长串概率分布。这个最终输出张量负责大约 60% 的分配内存。这是一个很大的问题，因为我需要计算一个 softmax，这会使所需的内存翻倍。

这是一个问题的例子。我对张量 t 不感兴趣，只对它的 softmax 感兴趣：

import numpy as np
import torch
import torch.nn.functional as F

t = torch.tensor(np.zeros((30000,30000))).cuda()  #allocates 6.71 GB of GPU
softmax = F.softmax(t, 1)  #out of memory error
del t  #too late, program crashed

即使以下方法也不起作用：

F.softmax(torch.tensor(np.zeros((30000,30000))).cuda(), 1)

Answer 1

我已经创建了一个原地版本的 softmax：

import numpy as np
import torch
import torch.nn.functional as F

# in-place version
t = torch.tensor(np.ones((100,200)))
torch.exp(t, out=t)
summed = torch.sum(t, dim=1, keepdim=True)
t /= summed

# original version
t2 = torch.tensor(np.ones((100,200)))
softmax = F.softmax(t2, 1)

assert torch.allclose(t, softmax)

回答我的问题：如果你想要就地函数，你必须通过将低级操作插入在一起来自己创建它们：

• torch.exp 等许多函数都可以指定一个可选的out 参数。
• 分配t[idx] = something 已就位
• 简写运算符/=、*=、+=、-= 已就位

这需要仔细调试并且可能不直观：

t = t / summed  #not in-place
t /= summed  #in-place

我了解到就地操作会产生渐变问题。我会用这段代码做更多的测试。

Answer 2

到目前为止，PyTorch 是不可能的。您可以尝试滚动自己的GPU kernel，但我看到前面有麻烦（如果不是一堵墙），这可能是这个操作一开始不可用的原因。

Softmax 可以很容易地并行应用，但归一化需要减少。减少是非常重要的，它们可以是就地或并行（请记住，原子的使用相当于并发但非并行操作）。这意味着您的就地操作要么无论如何都必须在后台分配，这违背了目的，要么运行速度非常慢。请认为我的回答有点投机，我不是 GPGPU 方面的专家，但我的观点是，要便宜、快速和正确地解决它至少是一个难题。

话虽如此，如果你只关心 softmax，我觉得你在做推理。也许您的应用程序将 logits 移动到 CPU 并在那里运行 softmax 是一个可行的选择，而您的 GPU 已经处理了下一批？