标签：训练 支持 模型 新增 Fluid Paddle v1.3 提升 op
业界首个视频分类模型库
新增视频模型库，提供5个视频分类经典模型以及适合视频分类任务的通用骨架代码，用户可一键式高效配置模型完成训练和评测。
视频理解权威竞赛ActivityNet- Kinetics视频动作识别任务冠军方法stNet的resnet50版本开源实现。
基于PaddlePaddle的BERT多机多卡和混合精度训练
新增支持NLP语义表示BERT模型，支持多机多卡训练，支持混合精度训练，训练速度对比主流实现提升50%+，提供完整部署示例。
分布式训练性能大幅提升
大规模稀疏参数服务器Benchmark发布， CPU多机异步训练发布显著提升点击率预估任务IO吞吐的built-in reader，多机多卡训练性能多方面提升。
下面将Paddle Fluid v1.3版本所发布的内容，全面介绍给广大开发者：
重要更新
-
统一Executor和ParallelExecutor接口，用户只需通过CompiledProgram将单卡模型转化多卡模型，并利用Executor进行训练或者预测。
-
正式发布AnalysisConfig 预测接口，支持计算图分析、算子融合等优化，并支持利用 Intel MKLDNN、Nvidia TensorRT 子图引擎等第三方库的加速.
-
模型库新增发布PaddlePaddle视频模型库，提供5个视频分类经典模型以及适合视频分类任务的通用骨架代码，用户可一键式高效配置模型完成训练和评测。
-
新增支持NLP语义表示BERT模型，支持多机多卡训练，支持混合精度训练，训练速度对比主流实现提升50%+，提供完整部署示例。
-
大规模稀疏参数服务器Benchmark发布， CPU多机异步训练发布显著提升点击率预估任务IO吞吐的built-in reader，多机多卡训练性能多方面提升。
-
新增支持Intel Deep Learning Boost(VNNI指令集)。在新一代的Intel Xeon Scalable Processor上，使用这个特性的一些模型，INT8预测性能可以达到FP32的2倍。
基础框架
-
安装
-
新增Linux和MacOS下的中文版本辅助安装脚本，提供交互式安装方式，协助用户在复杂环境下快速完成PaddlePaddle安装。
-
Windows支持优化：新增cuda8，cudnn7的GPU支持，新增AVX指令集、MKLDNN、mnist数据集支持。修复Windows加载Linux/Mac下同版本paddle训练模型的问题。
-
增加动态图基础功能
-
动态图tracer、 autograd、python Layer/PyLayer，动态图支持MLP、GAN、ptbRNN、Resnet模型，动态图支持Optimizer、GPU训练。
-
Executor和ParallelExecutor接口优化
-
对Executor和ParallelExecutor接口进行统一，用户只需通过CompiledProgram将单卡模型转化多卡模型，并利用Executor进行训练或者预测。
-
ParallelExecutor优化
对MultiDevSSAGraphBuilder进行重构，使得MultiDevSSAGraphBuilder更易扩展。
去除ParallelExecutor中的设备锁，提升ParallelExecutor多卡调度性能。 -
中间表达IR和Pass方面的优化
-
完善C++ IR graph的python接口以及C++ IR pass的python接口。
-
在framework.py中新增IRGraph类，为在Python层编写IR Pass做准备。
-
新增支持网络无锁更新的Pass。
-
新增QuantizationTransformPass，此为Quantization Aware Training量化模式训练前的图修改操作部分。
-
内存和显存方面的优化
-
新增支持在编译时加入 Jemalloc 作为动态链接库，提升内存管理的性能，降低基础框架内存管理开销
-
新增memory optimize，inplace pass, memory pool early deletion等显存优化策略。
-
新增支持网络无锁更新的Pass。
-
新增QuantizationTransformPass，此为Quantization Aware Training量化模式训练前的图修改操作部分。
-
Operator整体层面的优化
-
每个op在执行前只做一次scope查询，减少读写锁操作（原来需要做1~5次scope查询）
-
新增Temporary Allocator，减少op中的同步操作
-
新增py_func operator，支持python op接入，用户可以借助py_func Operator快速实现所需要的特有操作
-
重构DDim，Variable Type等，降低基础框架调度开销。
-
INTEL FP32计算相关优化
-
优化density_prior_box operator，单op四线程提速3倍。
-
优化Stack operator，单op提速16倍。
-
开发Transpose，Concat和Conv3d三个基于MKLDNN的kernel。
-
修复lrn operator中MKLDNN kernel精度bug，同时单op提速1.3倍。
-
修复MKLDNN初始化占用5G内存的问题，目前初始化占用500MB。
-
减少从MKLDNN OP kernel到非MKLDNN OP kernel时不必要的reorder。
-
完善CPU JitKernel
-
sequence pooling 的jitkernel，纯op提升2倍。
-
softmax 的jitkernel，纯op提升2倍，同时使得Bert模型CPU预测提升26%。
-
常见的基本逻辑：向量的每个元素求平方kVSquare、矩阵乘法kMatMul、向量的最大值kHMax、向量所有元素的和kHSum。
预测引擎
服务器预测
-
正式发布AnalysisConfig 预测接口，支持计算图分析、算子融合等优化，并支持利用 Intel MKLDNN、Nvidia TensorRT 子图引擎等第三方库的加速。
-
预发布 intel CPU上的 预测 INT8 离线量化方案
-
开发Conv2D，Pool2D，Quantize，Dequantize四个基于MKL-DNN的INT8 kernel。
-
预发布Calibration的3个核心Python API（paddle.fluid.contrib.Calibrator）。
-
开发Calibration工具，保证FP32和INT8的精度在ResNet-50和MobileNet-V1在ImageNet验证数据集上相差在1%内。
-
支持Intel Xeon CascadeLake Server（VNNI指令）及Intel Xeon SkyLake Server，性能提升约为1.33倍。
-
CPU预测速度提升
-
fuse sequence pooling concatop，支持N (<200)个sequence_pooling op concat起来组成一个新op，整体使得seqpool模型 CPU预测提升56%。
-
fuse 连续重复的fc op为一个大op，使得seqpool模型CPU预测速度提升15%。
-
fuse 逻辑为((X * Y).^2 - (X.^2 * Y.^2) ) .* scalar的op组合 , 使得seqpool模型CPU预测速度提升8.2%。
-
针对输入tensor元素个数为1的情况，优化compare_op的CPU Kernel。
-
新增Paddle-TRT 对Calibration INT8的支持，GPU预测速度提升
-
模型VGG，Resnet50上预测速度达到了Paddle-TRT float32的两倍性能。
-
模型VGG，Resnet50在imagenet数据集上测试，精度下降0.3%以内。
-
算子融合
-
增加 fc和 con 相关两个 fuse，作用于 conv_op CUDNN kernel。
-
新增Conv+Affine Channel的融合pass，Faster RCNN运行的性能提升26.8%。
-
新增Transpose+Flatten+Concat 融合pass，MobilenetSSD模型性能提升15%。
-
实现beam_search operator的CUDA Kernel，并且将相应的top-k、elementwise_add、reshape、log计算融合到beam_search operator中。
-
功能完善及易用性提升
-
新增C++ IR graph的Python接口。
-
新增预测库的Python接口。
-
服务端预测支持从内存加载模型。
-
其他
-
删除legacy V2代码。从1.3版本起，不再支持V1&V2老版本功能。
-
修复Paddle-TRT elementwise-mul模型运行出现问题的bug。
-
修复Paddle-TRT trt_engine stream多个连续输入情况下模型输出结果异常的bug。
移动端预测
-
效率优化，常见模型预测速度提升
-
int8预测支持dequantize和其他op（batch normalization/relu/elementwise add）进行自动kernel融合。
-
transpose2 operator对于shuffle channel操作进行优化。
-
gru operator使用neon指令进行优化，并针对batch size为1时进行优化。
-
优化和实现pooling，支持任意的padding。
-
优化和实现batch normalization、softmax、elementwise add。
-
新增支持多个输入和多个输出的模型预测。
-
新增实现prelu6 operator、cast operator、top_k operator。
-
修复int8 offline量化溢出结果不对的问题。
-
修复winograd实现在输入feature map的height和width不相等时结果可能为0的bug。
模型建设
-
PaddleCV 智能视觉
-
新增发布PaddlePaddle视频模型库，包括五个视频分类模型：Attention Cluster、NeXtVLAD、LSTM,、stNet、TSN。提供适合视频分类任务的通用骨架代码，包括数据读取和预处理、训练和预测、网络模型以及指标计算等多个模块。用户根据需要添加自己的网络模型，直接复用其他模块的代码，快速部署模型。
-
新增支持目标检测Mask R-CNN模型，效果与主流实现打平。
-
语义分割DeepLabV3+模型，depthwise_conv op融合，显存优化，显存占用对比上一版本减少40%。
-
PaddleNLP 智能文本处理
-
新增支持NLP语义表示BERT模型，支持多机多卡训练，支持混合精度训练，训练速度对比主流实现提升50%+，提供完整部署示例。
-
机器翻译Transformer模型优化解码计算，decoder中加入对encoder output计算结果的cache，预测速度提升一倍。
-
PaddleRec 智能推荐
-
Sequence Semantic Retrieval 新增单机多线程、单机多卡运行示例，添加预测功能、数据预处理优化，完善部署示例。
-
GRU4Rec新增负采样功能，使用bpr loss和cross entropy loss的效果与原作打平。
分布式训练
-
大规模稀疏参数服务器Benchmark发布
-
测试真实业务场景下，特征规模百亿、样本平均特征数1k的点击率预估任务，在batch=512情况下，100worker加速比90.5，吞吐量1.36M/s 。
-
CPU多机异步训练
-
发布面向点击率预估任务的built-in reader，Criteo数据集下IO总吞吐提升1300%。
-
GPU多机多卡水平扩展性能提升
-
新增并行模式：PG（ParallelGraph）、MP（Multi-Process），独立GPU卡之间的计算，提升性能同时，不影响模型精度。
-
在ResNet50模型，单机8卡V100下，PG, MP模式提升训练性能30%以上；4机32卡，PG模式提速46%，MP模式提速60%。
-
在BERT模型，8卡V100下，PG, MP模式提升训练性能26%。
-
Multi-Process模式相比Parallel-Graph模式对Reader速度敏感度不高。
-
GPU多机多卡垂直扩展性能提升
-
新增功能：fp16和混合精度训练
-
Fp16单机单卡加速情况：ResNet50提速约87%，BERT提速约70%。
-
BERT同时开启PG和混合精度，单机8卡下单位时间吞吐提升120%。
-
ResNet50同时开启混合精度训练和MP模式，在V100单机8卡、4机32卡下，单位时间吞吐提升100%。
-
典型模型收敛速度优化
-
新增功能：动态Batch Size，动态Image Resize方法。
-
Resnet50 on Imagenet数据集：训练收敛轮数下降为标准训练方法的1/3左右。
VisualDL
-
VisualDL graph支持Paddle fluid保存的模型可视化展示。
标签：训练,支持,模型,新增,Fluid,Paddle,v1.3,提升,op 来源： https://www.cnblogs.com/gotopaddle/p/10523466.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。