“ DataParallel”对象没有属性“ init_hidden”

Question

我想做的是在自定义RNN类中使用DataParallel。

似乎我以错误的方式初始化了hidden_​​0。

class RNN(nn.Module):
    def __init__(self, input_size, hidden_size, output_size, n_layers=1):
    super(RNN, self).__init__()
    self.input_size = input_size
    self.hidden_size = hidden_size
    self.output_size = output_size
    self.n_layers = n_layers

    self.encoder = nn.Embedding(input_size, hidden_size)
    self.gru = nn.GRU(hidden_size, hidden_size, n_layers,batch_first = True)
    self.decoder = nn.Linear(hidden_size, output_size)
    self.init_hidden(batch_size)


def forward(self, input):
    input = self.encoder(input)
    output, self.hidden = self.gru(input,self.hidden)
    output = self.decoder(output.contiguous().view(-1,self.hidden_size))
    output = output.contiguous().view(batch_size,num_steps,N_CHARACTERS)
    #print (output.size())10,50,67

    return output

def init_hidden(self,batch_size):
    self.hidden = Variable(T.zeros(self.n_layers, batch_size, self.hidden_size).cuda())

我以这种方式称呼网络：

decoder = T.nn.DataParallel(RNN(N_CHARACTERS, HIDDEN_SIZE, N_CHARACTERS), dim=1).cuda()

然后开始训练：

for epoch in range(EPOCH_):
    hidden = decoder.init_hidden()

但是我得到了错误，并且我不知道如何解决它……

“ DataParallel”对象没有属性“ init_hidden”

谢谢你的帮助！

Answer 1

我所做的一个解决方法是：

self.model = model 
# Since if the model is wrapped by the `DataParallel` class, you won't be able to access its attributes
# unless you write `model.module` which breaks the code compatibility. We use `model_attr_accessor` for attributes
# accessing only.
if isinstance(model, DataParallel):
    self.model_attr_accessor = model.module
else:
    self.model_attr_accessor = model

这给了我这样的优势：当我这样做时self.model(input)（即，当它被 包裹时DataParallel），模型可以分布在我的 GPU 上；当我需要访问它的属性时，我就这样做self.model_attr_accessor.<<WHATEVER>>。此外，这种设计为我提供了一种更模块化的方式来访问多个函数的属性，而无需if-statements在所有函数中检查它是否被包装DataParallel。

另一方面，如果您已经编写model.module.<<WHATEVER>>并且模型没有被 包装DataParallel，这将引发一个错误，指出您的模型没有module属性。

然而，更紧凑的实现是创建一个DataParallel像这样的自定义：

class _CustomDataParallel(nn.Module):
    def __init__(self, model):
        super(_CustomDataParallel, self).__init__()
        self.model = nn.DataParallel(model).cuda()

    def forward(self, *input):
        return self.model(*input)

    def __getattr__(self, name):
        try:
            return super().__getattr__(name)
        except AttributeError:
            return getattr(self.model.module, name)

Answer 2

使用DataParallel原始模块时，将在module并行模块的属性中：

for epoch in range(EPOCH_):
    hidden = decoder.module.init_hidden()