将PyTorch与芹菜一起使用

如何解决将PyTorch与芹菜一起使用

我正在尝试在Django应用中运行PyTorch模型。由于不建议在视图中执行模型（或任何长时间运行的任务），因此我决定在Celery任务中运行它。我的模型很大，加载大约需要12秒，而推断大约需要3秒。这就是为什么我认为我无力在每次请求时都加载它的原因。因此，我尝试将其加载到设置中并将其保存在该位置以供应用程序使用。所以我的最终方案是：

启动Django应用后，将在设置中加载PyTorch模型，并可以从该应用访问该模型。
views.py收到请求后，将延迟芹菜任务
芹菜任务使用settings.model推断结果

这里的问题是，当尝试使用模型时，celery任务会引发以下错误

[2020-08-29 09:03:04,015: ERROR/ForkPoolWorker-1] Task app.tasks.task[458934d4-ea03-4bc9-8dcd-77e4c3a9caec] raised unexpected: RuntimeError("Cannot re-initialize CUDA in forked subprocess. To use CUDA with multiprocessing,you must use the 'spawn' start method")
Traceback (most recent call last):
  File "/home/ubuntu/anaconda3/envs/tensor/lib/python3.7/site-packages/celery/app/trace.py",line 412,in trace_task
    R = retval = fun(*args,**kwargs)
  File "/home/ubuntu/anaconda3/envs/tensor/lib/python3.7/site-packages/celery/app/trace.py",line 704,in __protected_call__
    return self.run(*args,**kwargs)
  /*...*/
  File "/home/ubuntu/anaconda3/envs/tensor/lib/python3.7/site-packages/torch/cuda/__init__.py",line 191,in _lazy_init
    "Cannot re-initialize CUDA in forked subprocess. " + msg)
RuntimeError: Cannot re-initialize CUDA in forked subprocess. To use CUDA with multiprocessing,you must use the 'spawn' start method

这是我的settings.py中的代码，加载模型：

if sys.argv and sys.argv[0].endswith('celery') and 'worker' in sys.argv: #In order to load only for the celery worker
    import torch
    torch.cuda.init()
    torch.backends.cudnn.benchmark = True
    load_model_file()

还有任务代码

@task
def getResult(name):
    print("Executing on GPU:",torch.cuda.is_available())
    if os.path.isfile(name):
        try:
            outpath = model_inference(name)
            os.remove(name)
            return outpath
        except OSError as e:
            print("Error",name,"doesn't exist")
    return ""

任务中的打印内容显示为"Executing on GPU: true"

我尝试在torch.multiprocessing.set_start_method('spawn')之前和之后在settings.py中设置torch.cuda.init()，但是它给出了相同的错误。

解决方法

只要您还使用同一库中的Process，就可以设置此方法。

from torch.multiprocessing import Pool,Process

Celery使用“常规” multiprocessing库，因此会出现此错误。

如果我是你，我会尝试：

run it single threaded看看是否有帮助
run it with eventlet看看是否有帮助
read this

一个快速的解决方法是使事物成为单线程。为此，在启动芹菜工作者时将芹菜的工作者池类型设置为独奏

celery -A your_proj worker -P solo -l info

这是由于芹菜工人本身正在使用叉子。这似乎是当前known issue的Celery> = 4.0

您曾经能够将芹菜配置为产生而不是产生叉子，但是该功能（CELERYD_FORCE_EXECV是removed in 4.0。

没有内置选项可以解决此问题。可能可以执行一些自定义的monkeypatching，但是YMMV

一些可能可行的选择可能是：

在启用<4.0的情况下使用芹菜CELERYD_FORCE_EXECV。
在Windows上启动芹菜工作者（无论如何都无法分叉）

将PyTorch与芹菜一起使用

如何解决将PyTorch与芹菜一起使用

解决方法

相关推荐