有没有办法将参数传递给 optuna 中的多个工作？

Question

我正在尝试使用 optuna 搜索超参数空间。

在一个特定场景中，我在一台带有几个 GPU 的机器上训练模型。 模型和批量大小允许我每 1 个 GPU 运行 1 次训练。 所以，理想情况下，我想让 optuna 将所有试验分布在可用的 GPU 上 这样每个 GPU 上总是运行 1 个试验。

在docs 中它说，我应该在一个单独的终端中为每个 GPU 启动一个进程，例如：

CUDA_VISIBLE_DEVICES=0 optuna study optimize foo.py objective --study foo --storage sqlite:///example.db

我想避免这种情况，因为在那之后整个超参数搜索会继续进行多轮。我不想总是手动启动每个 GPU 的进程，检查所有进程何时完成，然后开始下一轮。

我看到study.optimize 有一个n_jobs 参数。 乍一看，这似乎是完美的。 例如我可以这样做：

import optuna

def objective(trial):
    # the actual model would be trained here
    # the trainer here would need to know which GPU
    # it should be using
    best_val_loss = trainer(**trial.params)
    return best_val_loss

study = optuna.create_study()
study.optimize(objective, n_trials=100, n_jobs=8)

这会启动多个线程，每个线程都开始训练。 但是，objective 中的培训师不知何故需要知道它应该使用哪个 GPU。 有什么诀窍可以做到吗？

Answer 1

经过几次精神崩溃后，我发现我可以使用multiprocessing.Queue 做我想做的事。要将其纳入目标函数，我需要将其定义为 lambda 函数或类（我猜 partial 也可以）。 例如

from contextlib import contextmanager
import multiprocessing
N_GPUS = 2

class GpuQueue:

    def __init__(self):
        self.queue = multiprocessing.Manager().Queue()
        all_idxs = list(range(N_GPUS)) if N_GPUS > 0 else [None]
        for idx in all_idxs:
            self.queue.put(idx)

    @contextmanager
    def one_gpu_per_process(self):
        current_idx = self.queue.get()
        yield current_idx
        self.queue.put(current_idx)


class Objective:

    def __init__(self, gpu_queue: GpuQueue):
        self.gpu_queue = gpu_queue

    def __call__(self, trial: Trial):
        with self.gpu_queue.one_gpu_per_process() as gpu_i:
            best_val_loss = trainer(**trial.params, gpu=gpu_i)
            return best_val_loss

if __name__ == '__main__':
    study = optuna.create_study()
    study.optimize(Objective(GpuQueue()), n_trials=100, n_jobs=8)

Answer 2

如果您想要将参数传递给多个作业使用的目标函数的文档化解决方案，那么 Optuna docs 提供两种解决方案：

• 可调用类（可以与多处理结合使用），
• lambda 函数包装器（注意：更简单，但不适用于多处理）。

如果您准备走一些捷径，那么您可以通过将全局值（常量，例如使用的 GPU 数量）直接（通过 python 环境）传递给 __call__() 方法（而不是作为__init__())。

可调用类解决方案经过测试（在optuna==2.0.0）与两个多处理后端（loky/multiprocessing）和远程数据库后端（mariadb/postgresql）一起工作。