test_parallel_op.py 7.8 KB
Newer Older
1
#   Copyright (c) 2018 PaddlePaddle Authors. All Rights Reserved.
D
dzhwinter 已提交
2
#
D
dzhwinter 已提交
3 4 5
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
D
dzhwinter 已提交
6
#
D
dzhwinter 已提交
7
#     http://www.apache.org/licenses/LICENSE-2.0
D
dzhwinter 已提交
8
#
D
dzhwinter 已提交
9 10 11 12 13 14
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.

Y
Yang Yang 已提交
15
import unittest
16

17
import paddle.fluid as fluid
18
from paddle.fluid.layers.device import get_places
19
import paddle.fluid.profiler as profiler
Y
Yang Yu 已提交
20
import numpy
21
import six
Y
Yang Yu 已提交
22 23 24


class BaseParallelForTest(unittest.TestCase):
Y
Yang Yu 已提交
25 26 27 28
    def run_test(self, callback, feed, fetch):
        """
        Run the unittest for parallel.for
        Args:
29 30 31 32
            callback(callable): A callable function returns a generator. There
                are two yields in the generator function. The first yield
                returns the data layers, and the second yield returns the loss.
                The modified data variables will be sent back during the first
Y
Yang Yu 已提交
33
                yield.
34

Y
Yang Yu 已提交
35
            feed(dict): The executor feeding dictionary.
36
            fetch(list|basestr): The fetch name lists.
Y
Yang Yu 已提交
37 38 39

        Returns:
            None
40

Y
Yang Yu 已提交
41
        Raises:
42
            AssertionError when the computation of cpu, parallel.for in cpu,
Y
Yang Yu 已提交
43 44 45
                gpu, parallel.for in gpu are different.

        """
Y
Yang Yu 已提交
46
        cpu = fluid.CPUPlace()
Y
Yang Yu 已提交
47
        result_cpu = self._run_test_impl_(
Y
Yang Yu 已提交
48 49 50 51 52
            callback=callback,
            feed=feed,
            fetch=fetch,
            place=cpu,
            use_parallel=False)
Y
Yang Yu 已提交
53
        result_cpu_parallel = self._run_test_impl_(
Y
Yang Yu 已提交
54 55 56 57 58
            callback=callback,
            feed=feed,
            fetch=fetch,
            place=cpu,
            use_parallel=True)
59
        if fluid.core.is_compiled_with_cuda():
Y
Yang Yu 已提交
60
            gpu = fluid.CUDAPlace(0)
Y
Yang Yu 已提交
61
            result_gpu = self._run_test_impl_(
Y
Yang Yu 已提交
62 63 64 65
                callback=callback,
                feed=feed,
                fetch=fetch,
                place=gpu,
66 67
                use_parallel=False,
                use_gpu=True)
Y
Yang Yu 已提交
68
            result_gpu_parallel = self._run_test_impl_(
Y
Yang Yu 已提交
69 70 71 72
                callback=callback,
                feed=feed,
                fetch=fetch,
                place=gpu,
73 74
                use_parallel=True,
                use_gpu=True)
Y
Yang Yang 已提交
75 76 77 78 79 80
            result_gpu_nccl = self._run_test_impl_(
                callback=callback,
                feed=feed,
                fetch=fetch,
                place=gpu,
                use_parallel=True,
81 82
                use_nccl=True,
                use_gpu=True)
Y
Yang Yu 已提交
83
            self._assert_same_(fetch, result_cpu, result_cpu_parallel,
Y
Yang Yang 已提交
84
                               result_gpu, result_gpu_parallel, result_gpu_nccl)
Y
Yang Yu 已提交
85 86
        else:
            self._assert_same_(fetch, result_cpu, result_cpu_parallel)
Y
Yang Yu 已提交
87

Y
Yang Yang 已提交
88 89 90 91 92 93
    def _run_test_impl_(self,
                        callback,
                        feed,
                        fetch,
                        place,
                        use_parallel=False,
94 95
                        use_nccl=False,
                        use_gpu=False):
Y
Yang Yu 已提交
96 97 98
        """
        Run a single test, returns the fetch values
        Args:
99 100
            place(Place): the computation place.
            use_parallel(bool): Whether use parallel.for or not.
Y
Yang Yu 已提交
101 102 103 104 105

        Returns:
            Fetched numpy arrays.

        """
106
        if isinstance(fetch, six.string_types):
Y
Yang Yu 已提交
107
            fetch = [fetch]
Y
Yang Yu 已提交
108 109 110 111 112 113 114 115 116 117
        main = fluid.Program()
        startup = fluid.Program()
        # Fix seed
        main.random_seed = 10
        startup.random_seed = 10

        with fluid.program_guard(main, startup):
            generator = callback()
            # Automatically insert parallel do if use_parallel = True
            if use_parallel:
118 119
                thread_num = fluid.core.get_cuda_device_count(
                ) if use_gpu else 8
120
                places = get_places(thread_num)
Y
Yang Yang 已提交
121
                pd = fluid.layers.ParallelDo(places, use_nccl=use_nccl)
Y
Yang Yu 已提交
122 123
                data = next(generator)

W
Wu Yi 已提交
124
                if isinstance(data, fluid.framework.Variable):
Y
Yang Yu 已提交
125
                    data = [data]
Y
Yang Yu 已提交
126

Y
Yang Yu 已提交
127
                with pd.do():
128
                    ins = list(map(pd.read_input, data))
Y
Yang Yu 已提交
129 130
                    if len(ins) == 1:
                        ins = ins[0]
Y
Yang Yu 已提交
131
                    loss = generator.send(ins)  # patch input
Y
Yang Yu 已提交
132 133 134 135 136
                    pd.write_output(loss)

                loss = pd()
            else:
                data = next(generator)
Y
Yang Yu 已提交
137 138
                loss = generator.send(data)
            self.assertIsNotNone(loss)
Y
Yu Yang 已提交
139
            avg_loss = fluid.layers.mean(loss)
Y
Yang Yu 已提交
140 141 142 143
            fluid.backward.append_backward(loss=avg_loss)

        exe = fluid.Executor(place)
        exe.run(startup)
144 145 146 147 148 149
        if use_gpu:
            profile_type = 'GPU'
        else:
            profile_type = 'CPU'
        with profiler.profiler(profile_type, 'total', '/tmp/profiler'):
            return exe.run(main, feed=feed, fetch_list=fetch)
Y
Yang Yu 已提交
150

Y
Yang Yu 已提交
151
    def _assert_same_(self, fetch, *args):
Y
Yang Yu 已提交
152 153 154 155 156 157 158 159
        """
        Assert the return values of `run_test` are same.
        Args:
            fetch: Fetch list. Used for print error message
            *args: The fetch result lists of each situations.

        Returns:
            None
160

Y
Yang Yu 已提交
161 162 163 164 165
        Raises:
            AssertionError

        """

Y
Yang Yu 已提交
166
        def _impl_(a, b, fetch_id, item_id):
Y
Yang Yang 已提交
167 168 169
            item_str = [
                'CPU', 'ParallelCPU', 'GPU', 'ParallelGPU', 'ParallelGPUNCCL'
            ]
170 171 172 173
            flag = numpy.allclose(a, b, rtol=0.1, atol=1e-3)
            self.assertTrue(flag,
                            "The {0} are different in {1}, {2} vs {3}".format(
                                fetch[fetch_id], item_str[item_id], a, b))
Y
Yang Yu 已提交
174 175 176 177 178 179

        for i, items in enumerate(zip(*args)):
            self.assertGreater(len(items), 0)
            for j in range(1, len(items)):
                _impl_(items[0], items[j], fetch_id=i, item_id=j)

Y
Yang Yu 已提交
180 181

class ParallelOpTest(BaseParallelForTest):
Y
Yu Yang 已提交
182 183 184 185 186
    @staticmethod
    def __network__():
        x = fluid.layers.data(shape=[784], dtype='float32', name='img')
        x = yield x
        hidden = fluid.layers.fc(input=x, size=200, param_attr='fc1.w')
Y
Yu Yang 已提交
187
        hidden = fluid.layers.batch_norm(input=hidden)
Y
Yu Yang 已提交
188
        loss = fluid.layers.mean(hidden)
Y
Yu Yang 已提交
189
        yield loss
Y
Yang Yu 已提交
190

Y
Yang Yang 已提交
191
    def test_simple_fc(self):
Y
Yu Yang 已提交
192
        self.run_test(
Y
Yang Yang 已提交
193
            callback=self.__network__,
Y
Yang Yang 已提交
194 195 196
            feed={
                'img': numpy.random.random(size=(51, 784)).astype('float32')
            },
Y
Yang Yang 已提交
197
            fetch=['fc1.w@GRAD'])
Y
Yu Yang 已提交
198

Y
Yang Yang 已提交
199 200 201 202 203 204
    def test_fc_with_tiny_data(self):
        self.run_test(
            callback=self.__network__,
            feed={'img': numpy.random.random(size=(1, 784)).astype('float32')},
            fetch=['fc1.w@GRAD'])

Y
Yang Yang 已提交
205

Y
Yang Yang 已提交
206 207 208
class ParallelOpTestMultipleInput(BaseParallelForTest):
    @staticmethod
    def __network__():
Y
Yang Yu 已提交
209 210 211 212
        x = fluid.layers.data(
            shape=[784], dtype='float32', name='img1', stop_gradient=False)
        y = fluid.layers.data(
            shape=[784], dtype='float32', name='img2', stop_gradient=False)
Y
Yang Yang 已提交
213 214
        yield [x, y]
        x = x + y
Y
Yang Yang 已提交
215 216 217
        hidden1 = fluid.layers.fc(input=x, size=200, param_attr='fc1.w')
        hidden2 = fluid.layers.fc(input=hidden1, size=200, param_attr='fc2.w')
        hidden3 = fluid.layers.fc(input=hidden2, size=200, param_attr='fc3.w')
Y
Yu Yang 已提交
218
        loss = fluid.layers.mean(hidden3)
Y
Yang Yang 已提交
219 220 221 222 223 224 225 226 227
        yield loss

    def test_simple_fc(self):
        self.run_test(
            callback=self.__network__,
            feed={
                'img1': numpy.random.random(size=(51, 784)).astype('float32'),
                'img2': numpy.random.random(size=(51, 784)).astype('float32')
            },
Y
Yang Yang 已提交
228
            fetch=['fc1.w@GRAD', 'fc2.w@GRAD', 'fc3.w@GRAD'])
Y
Yang Yang 已提交
229 230


Y
Yang Yang 已提交
231 232
if __name__ == '__main__':
    unittest.main()