金山做企业网站外链大全
如果遇到了这样一个问题，当一次训练模型花了好几天，结果突然在验证或测试的时候崩掉了，这个时候其实是很奔溃的，主要还是由于没有提前知道哪些时候会出现什么问题，本节会引入Lightning的Debug方案
1.fast_dev_run参数
Trainer中的fast_dev_run参数通过你的训练器运行5批训练、验证、测试和预测数据，看看是否有任何错误，如下
Trainer(fast_dev_run=True)
如果fast_dev_run设置为7，则表示训练7个batch每次
⚠️注意：这个参数将禁用tuner、checkpoint callbacks, early stopping callbacks, loggers 和 logger callbacks(如 LearningRateMonitor和DeviceStatsMonitor)。
2.减少epoch长度
有时，我们只需要使用训练、val、测试或预测数据的一小部分(或一组批次)，来看看是否有错误。例如，可以使用20%的训练集和1%的验证集。
在像Imagenet这样的大型数据集上，这可以帮助我们更快地调试或测试一些东西，而不是等待一个完整的epoch。
# 只使用10%的训练数据和1%的验证数据
trainer = Trainer(limit_train_batches=0.1, limit_val_batches=0.01)# 使用10批次训练和5批次验证
trainer = Trainer(limit_train_batches=10, limit_val_batches=5)
3.运行一次完整性验证
Lightning在训练开始时有2个验证的步骤。这避免了在验证循环中陷入冗长的训练循环。
trainer = Trainer(num_sanity_val_steps=2)
4.打印模型相关参数
每当调用.fit()函数时，训练器将打印LightningModule的权重摘要，例如
trainer.fit(...)
则出现
| Name | Type | Params
----------------------------------
0 | net | Sequential | 132 K
1 | net.0 | Linear | 131 K
2 | net.1 | BatchNorm1d | 1.0 K
需要将子模块添加到摘要中，添加一个ModelSummary，如下操作
# 方法1.引入回调函数
from lightning.pytorch.callbacks import ModelSummary
trainer = Trainer(callbacks=[ModelSummary(max_depth=-1)]) # 回调函数ModelSummary
trainer.fit()
# 注：如果不打印，则可以运行 Trainer(enable_model_summary=False)# 当然也可以下面这样子，直接打印
# 方法2.不调用fit
model = LitModel()
summary = ModelSummary(model, max_depth=-1)
print(summary)
4.所有中间层的输入输出
另一个调试工具是通过在LightningModule中设置example_input_array属性来显示所有层的中间输入和输出大小。
class LitModel(LightningModule):def __init__(self, *args, **kwargs):self.example_input_array = torch.Tensor(32, 1, 28, 28)
当执行.fit()时，会打印如下
| Name | Type | Params | In sizes | Out sizes
--------------------------------------------------------------
0 | net | Sequential | 132 K | [10, 256] | [10, 512]
1 | net.0 | Linear | 131 K | [10, 256] | [10, 512]
2 | net.1 | BatchNorm1d | 1.0 K | [10, 512] | [10, 512]