使用 StellarGraph 的 Watch-your-step 模型无法在 GPU 上运行答案

【问题标题】：Watch-your-step model with StellarGraph is not working on a GPU使用 StellarGraph 的 Watch-your-step 模型无法在 GPU 上运行
【发布时间】：2020-11-02 13:08:32
【问题描述】：

我正在尝试使用 StellarGraph 使用 WatchYourStep 算法训练一个大型图形嵌入。

出于某种原因，该模型仅在 CPU 上进行了训练，并未使用 GPU。
使用：

TensorFlow-GPU 2.3.1
有 2 个 GPU，cuda 10.1
在 nvidia-docker 容器中运行。
我知道 tesnorflow 确实找到了 GPU。 (tf.debugging.set_log_device_placement(True))
我尝试在with tf.device('/GPU:0'):下运行
我已尝试使用tf.distribute.MirroredStrategy() 运行它。
尝试卸载 tensorflow 并重新安装 tensorflow-gpu。

不过，在运行 nvidia-smi 时，我在 GPU 上看不到任何活动，而且训练速度非常慢。
如何调试？

def watch_your_step_model():
    '''use the config to geenrate the WatchYourStep model'''
    cfg = load_config()
    generator           = generator_for_watch_your_step()
    num_walks           = cfg['num_walks']
    embedding_dimension = cfg['embedding_dimension']
    learning_rate       = cfg['learning_rate']
    
    wys = WatchYourStep(
        generator,
        num_walks=num_walks,
        embedding_dimension=embedding_dimension,
        attention_regularizer=regularizers.l2(0.5),
    )
    
    x_in, x_out = wys.in_out_tensors()
    model = Model(inputs=x_in, outputs=x_out)
    model.compile(loss=graph_log_likelihood, optimizer=optimizers.Adam(learning_rate))
    return model, generator, wys

def train_watch_your_step_model(epochs = 3000):
    cfg = load_config()
    batch_size      = cfg['batch_size']
    steps_per_epoch = cfg['steps_per_epoch']
    callbacks, checkpoint_file = watch_your_step_callbacks(cfg)
    
    # strategy = tf.distribute.MirroredStrategy()
    # print('Number of devices: {}'.format(strategy.num_replicas_in_sync))
    # with strategy.scope():
    
    model, generator, wys = watch_your_step_model()

    train_gen = generator.flow(batch_size=batch_size, num_parallel_calls=8)
    train_gen.prefetch(20480000)

    history = model.fit(
        train_gen, 
        epochs=epochs, 
        verbose=1, 
        steps_per_epoch=steps_per_epoch,
        callbacks = callbacks
    )
     
    copy_last_trained_wys_weights_to_data()
    
    return history, checkpoint_file

with tf.device('/GPU:0'):
    train_watch_your_step_model()

【问题讨论】：

标签： python docker tensorflow gpu stellargraph

【解决方案1】：

我只是按照以下说明操作：https://github.com/stellargraph/stellargraph/issues/546。

它对我有用。

基本上你必须从 stellargraph github 编辑 setup.py 文件并删除 tensorflow 要求（第 25 和 27 行 https://github.com/stellargraph/stellargraph/blob/develop/setup.py）。

【讨论】：