从零开始学习MXnet（五）MXnet的黑科技之显存节省大法

　　写完发现名字有点拗口。。- -#

　　大家在做deep learning的时候，应该都遇到过显存不够用，然后不得不去痛苦的减去batchszie，或者砍自己的网络结构呢？ 最后跑出来的效果不尽如人意，总觉得自己被全世界针对了。。遇到这种情况怎么办？ 请使用MXnet的天奇大法带你省显存！ 鲁迅曾经说过：你不去试试，怎么会知道自己的idea真的是这么糟糕呢？

　　首先是传送门附上 mxnet-memonger，相应的paper也是值得一看的 Training Deep Nets with Sublinear Memory Cost。

　　实际上repo和paer里面都说的很清楚了，这里简单提一下吧。

　　一、Why？

　　节省显存的原理是什么呢？我们知道，我们在训练一个网络的时候，显存是用来保存中间的结果的，为什么需要保存中间的结果呢，因为在BP算梯度的时候，我们是需要当前层的值和上一层回传的梯度一起才能计算得到的，所以这看来显存是无法节省的？当然不会，简单的举个例子：一个3层的神经网络，我们可以不保存第二层的结果，在BP到第二层需要它的结果的时候，可以通过第一层的结果来计算出来，这样就节省了不少内存。  提醒一下，这只是我个人的理解，事实上这篇paper一直没有去好好的读一下，有时间在再个笔记。不过大体的意思差不多就是这样。

　　

　　二、How？

　　怎么做呢？分享一下我的trick吧，我一般会在symbol的相加的地方如data = data+ data0这种后面加上一行 data._set_attr(force_mirroring='True')，为什么这么做大家可以去看看repo的readme，symbol的地方处理完以后，只有如下就可以了，searchplan会返回一个可以节省显存的的symbol给你，其它地方完全一样。

　　

 import mxnet as mx
 import memonger

 # configure your network
 net = my_symbol()

 # call memory optimizer to search possible memory plan.
 net_planned = memonger.search_plan(net)

 # use as normal
 model = mx.FeedForward(net_planned, ...)
 model.fit(...)

　　PS：使用的时候要注意，千万不要在又随机性的层例如dropout后面加上mirror，因为这个结果，再算一次就和上一次不同了，会让你的symbol的loss变得很奇怪。。

　

三、总结

　　天奇大法吼啊！