PyTorch RNN 使用 `batch_first=False` 更有效？答案

【问题标题】：PyTorch RNN is more efficient with `batch_first=False`?PyTorch RNN 使用 `batch_first=False` 更有效？
【发布时间】：2020-12-28 12:09:43
【问题描述】：

在机器翻译中，我们总是需要在注释和预测中切出第一个时间步（SOS 令牌）。

当使用batch_first=False 时，切掉第一个时间步仍然保持张量连续。

import torch
batch_size = 128
seq_len = 12
embedding = 50

# Making a dummy output that is `batch_first=False`
batch_not_first = torch.randn((seq_len,batch_size,embedding))
batch_not_first = batch_first[1:].view(-1, embedding) # slicing out the first time step

但是，如果我们使用batch_first=True，切片后，张量不再是连续的。我们需要使其连续，然后才能进行不同的操作，例如view。

batch_first = torch.randn((batch_size,seq_len,embedding))
batch_first[:,1:].view(-1, embedding) # slicing out the first time step

output>>>
"""
---------------------------------------------------------------------------
RuntimeError                              Traceback (most recent call last)
<ipython-input-8-a9bd590a1679> in <module>
----> 1 batch_first[:,1:].view(-1, embedding) # slicing out the first time step

RuntimeError: view size is not compatible with input tensor's size and stride (at least one dimension spans across two contiguous subspaces). Use .reshape(...) instead.
"""

这是否意味着batch_first=False 至少在机器翻译方面更好？因为它使我们免于执行contiguous() 步骤。有没有比batch_first=True 效果更好的情况？

【问题讨论】：

标签： python nlp pytorch

【解决方案1】：

性能

batch_first=True 和 batch_first=False 之间似乎没有太大区别。请看下面的脚本：

import time

import torch


def time_measure(batch_first: bool):
    torch.cuda.synchronize()
    layer = torch.nn.RNN(10, 20, batch_first=batch_first).cuda()
    if batch_first:
        inputs = torch.randn(100000, 7, 10).cuda()
    else:
        inputs = torch.randn(7, 100000, 10).cuda()

    start = time.perf_counter()

    for chunk in torch.chunk(inputs, 100000 // 64, dim=0 if batch_first else 1):
        _, last = layer(chunk)

    return time.perf_counter() - start


print(f"Time taken for batch_first=False: {time_measure(False)}")
print(f"Time taken for batch_first=True: {time_measure(True)}")

在我的设备 (GTX 1050 Ti) 上，PyTorch 1.6.0 和 CUDA 11.0 以下是结果：

Time taken for batch_first=False: 0.3275816479999776
Time taken for batch_first=True: 0.3159054920001836

（它的任何一种方式都不同，所以没有结论）。

代码可读性

batch_first=True 在您想使用其他需要 batch 作为0th 维度的 PyTorch 层时更简单（几乎所有 torch.nn 层都是这种情况，例如 torch.nn.Linear）。

在这种情况下，如果指定了 batch_first=False，则无论如何都必须 permute 返回张量。

机器翻译

应该更好，因为tensor 始终是连续的，并且不需要复制数据。使用[1:] 而不是[:,1:] 进行切片看起来也更干净。

【讨论】：