一行代码加速Pytorch推理速度6倍

Torch-TensorRT 是 PyTorch 的集成，它利用 NVIDIA GPU 上的 TensorRT 推理优化。只需一行代码，它就提供了一个简单的 API，可在 NVIDIA GPU 上提供高达 6 倍的性能加速。

话不多说, 线上代码, 再解释原理!!

文章目录

一行代码加速Pytorch推理速度6倍
- 学习目标
- 内容
- 1. 安装
- 2. ResNet-50 概述
- - 模型说明
- 3. 在没有优化的情况下运行模型
- 4. 利用Torch-TensorRT进行加速
- - FP32 (single precision)
  - FP16 (half precision)
- 5. 总结
- Torch-TensorRT 如何工作
- - 简化 TorchScript 模块
  - 转换
  - 执行

学习目标

本笔记本演示了在预训练的 ResNet-50 网络上使用 Torch-TensorRT 编译 TorchScript 模块并运行它以测试获得的加速的步骤。

内容

安装
ResNet-50 概述
在没有优化的情况下运行模型
使用 Torch-TensorRT 加速
结论

1. 安装

NVIDIA 的 NGC 提供 PyTorch Docker Container，其中包含 PyTorch 和 Torch-TensorRT。我们可以使用最新的 pytorch容器来运行这个notebook。

2. ResNet-50 概述

PyTorch 有一个名为 PyTorch Hub 的模型存储库，它是常见模型的高质量实现的来源。我们可以从那里获得在 ImageNet 上预训练的 ResNet-50 模型。

模型说明

这个 ResNet-50 模型基于 Deep Residual Learning for Image Recognition 论文，该论文将 ResNet 描述为“一种使用单一深度残差检测图像中对象的方法” 神经网络”。输入大小固定为 32x32。

3. 在没有优化的情况下运行模型

import torch
import torchvisiontorch.hub._validate_not_a_forked_repo=lambda a,b,c: Trueresnet50_model = torch.hub.load('pytorch/vision:v0.10.0', 'resnet50', pretrained=True)
resnet50_model.eval()

加载我们的模型后，让我们继续下载一些图像！

!mkdir -p ./data
!wget  -O ./data/img0.JPG "https://d17fnq9dkz9hgj.cloudfront.net/breed-uploads/2018/08/siberian-husky-detail.jpg?bust=1535566590&width=630"
!wget  -O ./data/img1.JPG "https://www.hakaimagazine.com/wp-content/uploads/header-gulf-birds.jpg"
!wget  -O ./data/img2.JPG "https://www.artis.nl/media/filer_public_thumbnails/filer_public/00/f1/00f1b6db-fbed-4fef-9ab0-84e944ff11f8/chimpansee_amber_r_1920x1080.jpg__1920x1080_q85_subject_location-923%2C365_subsampling-2.jpg"
!wget  -O ./data/img3.JPG "https://inaturalist-open-data.s3.amazonaws.com/photos/98797/large.jpg"!wget  -O ./data/imagenet_class_index.json "https://s3.amazonaws.com/deep-learning-models/image-models/imagenet_class_index.json"

所有预训练模型都期望输入图像以相同的方式归一化，
即形状为(3 x H x W)的 3 通道 RGB 图像，其中H和W预计至少为224。
图像必须加载到“[0, 1]”范围内，然后使用mean = [0.485, 0.456, 0.406]和std = [0.229, 0.224, 0.225]进行归一化
。

这是一个示例。

from PIL import Image
from torchvision import transforms
import matplotlib.pyplot as plt
import json fig, axes = plt.subplots(nrows=2, ncols=2)for i in range(4):img_path = './data/img%d.JPG'%iimg = Image.open(img_path)preprocess = transforms.Compose([transforms.Resize(256),transforms.CenterCrop(224),transforms.ToTensor(),transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),])input_tensor = preprocess(img)      plt.subplot(2,2,i+1)plt.imshow(img)plt.axis('off')# loading labels    
with open("./data/imagenet_class_index.json") as json_file: d = json.load(json_file)

在本教程中，我们将使用一些实用函数； rn50_preprocess 用于预处理输入图像，predict 用于使用模型进行预测，benchmark 用于对推理进行基准测试。您无需了解这些函数, 通过这些实用函数即可使用 Torch TensorRT.


import numpy as np
import time
import torch.backends.cudnn as cudnn
cudnn.benchmark = Truedef rn50_preprocess():preprocess = transforms.Compose([transforms.Resize(256),transforms.CenterCrop(224),transforms.ToTensor(),transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),])return preprocess# decode the results into ([predicted class, description], probability)
def predict(img_path, model):img = Image.open(img_path)preprocess = rn50_preprocess()input_tensor = preprocess(img)input_batch = input_tensor.unsqueeze(0) # create a mini-batch as expected by the model# move the input and model to GPU for speed if availableif torch.cuda.is_available():input_batch = input_batch.to('cuda')model.to('cuda')with torch.no_grad():output = model(input_batch)# Tensor of shape 1000, with confidence scores over Imagenet's 1000 classessm_output = torch.nn.functional.softmax(output[0], dim=0)ind = torch.argmax(sm_output)return d[str(ind.item())], sm_output[ind] #([predicted class, description], probability)def benchmark(model, input_shape=(1024, 1, 224, 224), dtype='fp32', nwarmup=50, nruns=10000):input_data = torch.randn(input_shape)input_data = input_data.to("cuda")if dtype=='fp16':input_data = input_data.half()print("Warm up ...")with torch.no_grad():for _ in range(nwarmup):features = model(input_data)torch.cuda.synchronize()print("Start timing ...")timings = []with torch.no_grad():for i in range(1, nruns+1):start_time = time.time()features = model(input_data)torch.cuda.synchronize()end_time = time.time()timings.append(end_time - start_time)if i%10==0:print('Iteration %d/%d, ave batch time %.2f ms'%(i, nruns, np.mean(timings)*1000))print("Input shape:", input_data.size())print("Output features size:", features.size())print('Average batch time: %.2f ms'%(np.mean(timings)*1000))

下载模型并编写 util 函数后，让我们快速查看一些预测，并在当前未优化状态下对模型进行基准测试。

for i in range(4):img_path = './data/img%d.JPG'%iimg = Image.open(img_path)pred, prob = predict(img_path, resnet50_model)print('{} - Predicted: {}, Probablility: {}'.format(img_path, pred, prob))plt.subplot(2,2,i+1)plt.imshow(img);plt.axis('off');plt.title(pred[1])

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Xtm8OXSF-1673840883587)(1.png)]

# Model benchmark without Torch-TensorRT
model = resnet50_model.eval().to("cuda")
benchmark(model, input_shape=(128, 3, 224, 224), nruns=100)

Warm up ...
Start timing ...
Iteration 10/100, ave batch time 102.00 ms
Iteration 20/100, ave batch time 102.01 ms
Iteration 30/100, ave batch time 102.01 ms
Iteration 40/100, ave batch time 102.02 ms
Iteration 50/100, ave batch time 102.01 ms
Iteration 60/100, ave batch time 102.00 ms
Iteration 70/100, ave batch time 102.00 ms
Iteration 80/100, ave batch time 101.99 ms
Iteration 90/100, ave batch time 102.00 ms
Iteration 100/100, ave batch time 101.99 ms
Input shape: torch.Size([128, 3, 224, 224])
Output features size: torch.Size([128, 1000])
Average batch time: 101.99 ms

4. 利用Torch-TensorRT进行加速

继续下一步，使用 Torch TensorRT 加速。在这些示例中，我们展示了 FP32（单精度）和 FP16（半精度）的结果。我们不演示具体的调整，只是展示使用的简单性。如果您想了解有关可能的自定义的更多信息，请访问我们的文档。

FP32 (single precision)

import torch_tensorrt# The compiled module will have precision as specified by "op_precision".
# Here, it will have FP32 precision.
trt_model_fp32 = torch_tensorrt.compile(model, inputs = [torch_tensorrt.Input((128, 3, 224, 224), dtype=torch.float32)],enabled_precisions = torch.float32, # Run with FP32workspace_size = 1 << 22
)

继续运行benchmark

# Obtain the average time taken by a batch of input
benchmark(trt_model_fp32, input_shape=(128, 3, 224, 224), nruns=100)

Warm up ...
Start timing ...
Iteration 10/100, ave batch time 70.88 ms
Iteration 20/100, ave batch time 71.09 ms
Iteration 30/100, ave batch time 71.18 ms
Iteration 40/100, ave batch time 71.27 ms
Iteration 50/100, ave batch time 71.27 ms
Iteration 60/100, ave batch time 71.26 ms
Iteration 70/100, ave batch time 71.25 ms
Iteration 80/100, ave batch time 71.32 ms
Iteration 90/100, ave batch time 71.35 ms
Iteration 100/100, ave batch time 71.36 ms
Input shape: torch.Size([128, 3, 224, 224])
Output features size: torch.Size([128, 1000])
Average batch time: 71.36 ms

FP16 (half precision)

import torch_tensorrt# The compiled module will have precision as specified by "op_precision".
# Here, it will have FP16 precision.
trt_model_fp16 = torch_tensorrt.compile(model, inputs = [torch_tensorrt.Input((128, 3, 224, 224), dtype=torch.half)],enabled_precisions = {torch.half}, # Run with FP16workspace_size = 1 << 22
)

继续运行benchmark

# Obtain the average time taken by a batch of input
benchmark(trt_model_fp16, input_shape=(128, 3, 224, 224), dtype='fp16', nruns=100)

Warm up ...
Start timing ...
Iteration 10/100, ave batch time 17.40 ms
Iteration 20/100, ave batch time 17.40 ms
Iteration 30/100, ave batch time 17.60 ms
Iteration 40/100, ave batch time 17.61 ms
Iteration 50/100, ave batch time 17.57 ms
Iteration 60/100, ave batch time 17.53 ms
Iteration 70/100, ave batch time 17.61 ms
Iteration 80/100, ave batch time 17.67 ms
Iteration 90/100, ave batch time 17.72 ms
Iteration 100/100, ave batch time 17.74 ms
Input shape: torch.Size([128, 3, 224, 224])
Output features size: torch.Size([128, 1000])
Average batch time: 17.74 ms

可以看到此处的平均时间是没有利用TensorRT优化的5.7倍左右

5. 总结

在本教程中，我们介绍了使用 Torch-TensorRT 为 ResNet-50 模型编译 TorchScript 模型的完整过程，并测试了优化对性能的影响。使用 Torch-TensorRT，我们在 NVIDIA V100 GPU 上观察到 FP32 的加速为 1.42x，FP16 的加速为 5.4x。这些加速数字会因 GPU 的不同而不同（以及基于所使用的操作的不同实施），我们鼓励您尝试最新一代的数据中心计算卡以获得最大加速。

现在是时候在您自己的模型上试用 Torch-TensorRT 了。如果遇到任何问题，可以在 https://github.com/pytorch/TensorRT 上填写。您的参与将有助于 Torch-TensorRT 的未来发展。

Torch-TensorRT 如何工作

Torch-TensorRT 作为 TorchScript 的扩展。它优化并执行兼容的子图，让 PyTorch 执行剩余的图。 PyTorch 全面而灵活的功能集与 Torch-TensorRT 一起使用，解析模型并将优化应用于图的 TensorRT 兼容部分。

编译后，使用优化图就像运行一个 TorchScript 模块，用户可以获得更好的 TensorRT 性能。 Torch-TensorRT 编译器的架构由兼容子图的三个阶段组成：

简化 TorchScript 模块
转换
执行

简化 TorchScript 模块

在第一阶段，Torch-TensorRT 简化了 TorchScript 模块，将常见操作的实现简化为更直接映射到 TensorRT 的表示。需要注意的是，这种简化通道不会影响图形本身的功能。

转换

在转换阶段，Torch-TensorRT 会自动识别与 TensorRT 兼容的子图，并将其转换为 TensorRT 操作：

具有静态值的节点被评估并映射到常量。
描述张量计算的节点被转换为一个或多个 TensorRT 层。
其余节点保留在 TorchScripting 中，形成一个混合图，作为标准 TorchScript 模块返回。

修改后的模块会通过嵌入的 TensorRT 引擎返回给您，这意味着整个模型（PyTorch 代码、模型权重和 TensorRT 引擎）可以在单个包中进行移植。

执行

当您执行已编译的模块时，Torch-TensorRT 会实时设置引擎并准备好执行。当您执行这个修改后的 TorchScript 模块时，TorchScript 解释器会调用 TensorRT 引擎并传递所有输入。引擎运行并将结果推送回解释器，就好像它是一个普通的 TorchScript 模块一样。