当我第一次开始使用Keras时，我爱上了API。它简单而优雅，类似于scikit-learn。然而它非常强大，能够实施和训练最先进的深度神经网络。

然而，我对Keras的最大挫折之一是在多GPU环境中使用它可能有点不重要。

如果您使用Theano，请忘掉它 - 多GPU培训不会发生。
TensorFlow是一种可能性，但它可能需要大量的样板代码和调整才能使您的网络使用多个GPU进行训练。

我更喜欢在执行多GPU培训时使用mxnet后端（甚至是mxnet库直接）到Keras，但这引入了更多的配置来处理。

所有这一切都与改变弗朗索瓦CHOLLET宣布，使用TensorFlow后端多GPU的支持，现在在烤到Keras V2.0.9。大部分功劳归功于@ kuza55和他们的keras-extras回购。

我已经使用并测试了这个多GPU功能已近一年了，我非常高兴看到它作为官方Keras发行版的一部分。

在今天博客文章的剩余部分中，我将演示如何使用Keras，Python和深度学习训练卷积神经网络进行图像分类。

MiniGoogLeNet深度学习架构

图1： MiniGoogLeNet架构是它的大兄弟GoogLeNet / Inception的一个小版本。图片来自@ ericjang11和@pluskid。

在上面的图1中，我们可以看到单个卷积（左），初始（中）和下采样（右）模块，然后是从这些构建块构建的整体MiniGoogLeNet架构（底部）。我们将在本文后面的多GPU实验中使用MiniGoogLeNet架构。

MiniGoogLenet中的Inception模块是Szegedy等人设计的原始Inception模块的变体。

我首先从@ ericjang11和@pluskid的推文中了解了这个“Miniception”模块，它们可以很好地可视化模块和相关的MiniGoogLeNet架构。

在做了一些研究后，我发现这张图片来自张等人的2017年出版物“ 理解深度学习需要重新思考泛化”。

然后我开始在Keras + Python中实现MiniGoogLeNet架构 - 我甚至将它作为使用Python进行计算机视觉深度学习的一部分。

对MiniGoogLeNet Keras实现的全面审查超出了本博文的范围，因此如果您对网络的工作原理（以及如何编码）感兴趣，请参阅我的书。

否则，您可以使用此博客文章底部的“下载”部分下载源代码。

使用Keras和多个GPU训练深度神经网络

让我们继续使用Keras和多个GPU开始培训深度学习网络。

首先，您需要确保  在虚拟环境中安装和更新Keras 2.0.9（或更高版本）（我们  在本书中使用名为dl4cv的虚拟环境 ）：

从那里，打开一个新文件，将其命名为 train .py  ，并插入以下代码：

如果您使用的是无头服务器，则需要通过取消注释行来配置第3行和第4行的matplotlib后端。这样可以将matplotlib图保存到磁盘。如果您没有使用无头服务器（即，您的键盘+鼠标+显示器已插入系统，则可以将线条注释掉）。

从那里我们导入这个脚本所需的包。

第7行从我的pyimagesearch   模块导入MiniGoogLeNet （包含在“下载”部分中提供的下载）。

另一个值得注意的导入是在  第13行，我们导入CIFAR10数据集。这个辅助函数将使我们能够只用一行代码从磁盘加载CIFAR-10数据集。

现在让我们解析命令行参数：

我们使用 argparse   解析一个需要和一个可选的参数线20-25：

• - 输出  ：训练完成后输出图的路径。
• - gpus  ：用于培训的GPU数量。

加载命令行参数后，  为方便起见，我们将GPU的数量存储为 G（第28行）。

从那里，我们初始化用于配置我们的训练过程的两个重要变量，然后定义 poly_decay  ，一个等同于Caffe的多项式学习速率衰减的学习速率调度函数：

我们设置  NUM _ EPOCHS  = 70   - 这是我们的训练数据将通过网络的次数（时期）（第32行）。

我们还初始化学习率 INIT_LR = 5e - 3 ，这是在之前的试验（第33行）中通过实验发现的值。

从那里，我们定义 poly_decay   函数，它相当于Caffe的多项式学习速率衰减（第35-46行）。本质上，此功能可在训练期间更新学习速率，并在每个时期后有效地减少学习速度。设置  功率= 1.0   会将衰减从多项式更改为线性。

接下来我们将加载我们的训练+测试数据并将图像数据从整数转换为浮点数：

从那里我们对数据应用平均减法：

在  第56行，我们计算所有训练图像的平均值，然后是  第57和58行，其中我们从训练和测试集中的每个图像中减去平均值。

然后，我们执行“one-hot encoding”，这是我在本书中更详细讨论的编码方案：

单热编码将分类标签从单个整数转换为向量，因此我们可以应用分类交叉熵损失函数。我们已经在第61-63行处理了这个问题  。

接下来，我们创建一个数据增强器和一组回调： 

在67-69行，我们构建了用于数据增强的图像生成器。

数据增强覆盖在里面详细执业捆绑的深度学习计算机视觉与Python ; 然而，暂时理解这是一种在训练过程中使用的方法，我们通过对它们进行随机变换来随机改变训练图像。

由于这些改变，网络不断地看到增强的示例 - 这使得网络能够更好地概括验证数据，同时可能在训练集上表现更差。在大多数情况下，这些权衡是值得的。

我们在第70行创建了一个回调函数， 它允许我们的学习率在每个时代之后衰减 - 注意我们的函数名称 poly_decay  。

我们接下来检查GPU变量：

如果GPU计数小于或等于1，我们  通过使用 初始化 模型。构建   函数（第73-76行），否则我们将在训练期间并行化模型：

在Keras中创建一个多GPU模型需要一些额外的代码，但不多！

首先，您将在第84行注意到我们已指定使用CPU（而不是GPU）作为网络上下文。

为什么我们需要CPU？

好吧，CPU负责处理任何开销（例如在GPU内存上移动和移动训练图像），而GPU本身则负担繁重。

在这种情况下，CPU实例化基本模型。

然后我们可以  在第90行调用 multi_gpu_model。此功能将模型从CPU复制到我们所有的GPU，从而获得单机，多GPU数据并行性。

在训练我们的网络时，图像将被批量分配到每个GPU。CPU将从每个GPU获得梯度，然后执行梯度更新步骤。

然后我们可以编译我们的模型并启动培训过程：

在  第94行，我们构建了一个随机梯度下降（SGD）优化器。

随后，我们使用SGD优化器和分类的交叉熵损失函数编译模型。

我们现在准备训练网络了！

为了启动培训过程，我们打电话给 模型。fit_generator   并提供必要的参数。

我们希望每个GPU上的批量大小为64，因此由batch_size = 64 * G 指定    。

我们的培训将持续70个时期（我们之前指定）。

梯度更新的结果将在CPU上组合，然后在整个训练过程中应用于每个GPU。

现在培训和测试已经完成，让我们绘制损失/准确度，以便我们可以看到培训过程：

最后一个块仅使用matplotlib绘制训练/测试损失和准确度（第112-121行），然后将数字保存到磁盘（第124行）。

如果您想了解有关培训过程（以及内部工作原理）的更多信息，请参阅使用Python进行计算机视觉深度学习。

Keras多GPU结果

让我们检查一下我们辛勤工作的结果。

首先，使用本文底部的“下载”部分从本课程中获取代码。然后，您就可以按照结果进行操作

让我们在单个GPU上训练以获得基线：

图2：在单个GPU上使用Keras在CIFAR-10上训练和测试MiniGoogLeNet网络架构的实验结果。

对于这个实验，我在我的NVIDIA DevBox上使用单个Titan X GPU进行了训练。每个时期花费约63秒，总训练时间为74分10秒。

然后我执行以下命令来训练  我的所有四个Titan X GPU：

图3：在CIFAR10数据集上使用Keras和MiniGoogLeNet的多GPU培训结果（4个Titan X GPU）。训练结果类似于单GPU实验，而训练时间减少了约75％。

在这里你可以看到训练中的准线性加速：使用四个GPU，我能够将每个时期减少到只有  16秒。整个网络在19分3秒内完成了培训  。

正如您所看到的，不仅可以轻松地训练具有Keras和多个GPU的深度神经网络  ，它也是  高效的！

注意：在这种情况下，单GPU实验获得的精度略高于多GPU实验。在训练任何随机机器学习模型时，会有一些差异。如果你要在数百次运行中平均这些结果，它们将（大致）相同。