CNTK：从numpy数组创建MinibatchSource用于多GPU训练

Question

我将预处理的图像数据放在numpy数组中，并且我的脚本可以通过feeding numpy array在单个GPU上正常工作。据我所知，我们需要为多个GPU培训创建MinibatchSource。我正在检查这个示例（ConvNet_CIFAR10_DataAug_Distributed.py）以进行分布式培训，但是它使用*_map.txt，这基本上是指向图像文件（例如png）的路径列表。我想知道最好的方法是从numpy数组创建MinibatchSource，而不是将numpy数组转换回png文件。在

Answer 1

您可以创建复合读取器，将多个图像反序列化器组合到一个源中。首先，您需要创建两个地图文件（带有虚拟标签）。一个将包含所有输入图像，另一个将包含相应的目标图像。下面的代码是一个最小的实现，假设文件名为map1.txt和map2.txt

import numpy as np
import cntk as C
import cntk.io.transforms as xforms 
import sys

def create_reader(map_file1, map_file2):
    transforms = [xforms.scale(width=224, height=224, channels=3, interpolations='linear')]
    source1 = C.io.ImageDeserializer(map_file1, C.io.StreamDefs(
        source_image = C.io.StreamDef(field='image', transforms=transforms)))
    source2 = C.io.ImageDeserializer(map_file2, C.io.StreamDefs(
        target_image = C.io.StreamDef(field='image', transforms=transforms)))
    return C.io.MinibatchSource([source1, source2], max_samples=sys.maxsize, randomize=True)

x = C.input_variable((3,224,224))
y = C.input_variable((3,224,224))
# world's simplest model
model = C.layers.Convolution((3,3),3, pad=True)
z = model(x)
loss = C.squared_error(z, y)

reader = create_reader("map1.txt", "map2.txt")
trainer = C.Trainer(z, loss, C.sgd(z.parameters, C.learning_rate_schedule(.00001, C.UnitType.minibatch)))

minibatch_size = 2

input_map={
    x: reader.streams.source_image,
    y: reader.streams.target_image
}

for i in range(30):
    data=reader.next_minibatch(minibatch_size, input_map=input_map)
    print(data)
    trainer.train_minibatch(data)