Keras TensorFlow predictに時間がかかるのでスレッド処理やマルチプロセス処理でなんとかしたい

Question

Kerasで学習して保存したモデルを用いて予測を行なっています。
約５０００枚の画像を予測させます。
1枚あたりCPUで0.25秒かかります。ですので全部で20分かかる計算になります。
これをどうにかして１分にしたいです。
考えられるアイディアとしてスレッド処理やマルチプロセス処理だと思います。
以下のコードはマルチプロセス処理を記述したコードになります。

def splitf(f_lst,n):
    n = int((len(f_lst)-1)/n)+1
    return [f_lst[x:x + n] for x in range(0, len(f_lst), n)]


def predict(f_lst):
    model = load_model('model path')
    for i,f in enumerate(f_lst):
        img = load_img('file path, target_size=(224,224))
        array = img_to_array(img)
        x = np.expand_dims(array, axis=0)
        x = preprocess_input(x)
        ret = model.predict(x)
    return 1

def usemulti(job, fsplit):
    p = Pool(multi.cpu_count() if job < 0 else job)
    result = p.map(predict, fsplit)
    p.close()
    return result

def main():
    files = sorted(os.listdir('filepath'))
    fsplit = splitf(files,12)
    start = time.time()
    res = usemulti(144, fsplit)
    elapsed_time = time.time() - start
    print(res)
    print(elapsed_time)

if __name__ == '__main__':
    main()

これは予測させる画像のリストを１２分割してマルチプロセス処理を行なっています。
これを実行した結果少ししか早くなりませんでした。ある地点から分割数が増えるほど
時間がかかってしまっている状況です。どこがネックになっているのかが分からない状況です。
モデルのファイルサイズが３００MB近くあるためそこで何かしらうまくマルチプロセスがされていない
ような気がしています。どこに原因があるのでしょうか？また、その他この問題を解決できるような
アイデアがあれば教えて欲しいです。

Comments

[hayataka2049]

コア数・スレッド数がいくつのマシンなんですか？１２分割ということは、6コア12スレッドという理解でいいですか

[_Victorique__]

36コアです。スレッド数はちょっと分からないです。ファイル数を１２分割しているということです。コードのmapという部分でファイル分割数の数だけpredict関数をプロセスにしているという認識です。

[tachikoma]

修正前(マルチプロセスじゃないほう)のpredictだとCPU使用率どのくらいになってます？

[_Victorique__]

> tachikoma
使用率を調べられないような環境なのでちょっと回答が難しいです。
ちなみにCPUは２つあり、合わせて36コアです。

[_Victorique__]

分割数が増えるにしたがってkerasのpredict関数の実行速度が遅くなっています。

[tachikoma]

KerasのバックエンドであるTensorflow等は、複数コアのCPUリソースを使い切るような実装になっているので、マルチプロセスにするとCPUリソースの競合が起きてしまい、かえって遅くなってる気がします。予想ですが。

[_Victorique__]

> tachikoma それはマルチCPUでも同じでしょうか？

[tachikoma]

マルチCPUのは触ったことがないので分からないです。

[wakame]

なぜ1枚ずつmodel.predictしているのでしょうか？そちらのほうが処理が早かったのですか。あとpredict関数(自作)が呼ばれるたびにモデルロードされるみたいですけど想定した処理ですか？一回モデルロードするだけで良い気がしますが。

[wakame]

> 1枚あたりCPUで0.25秒かかります。これは画像1枚あたりのmodel.predictのみの処理時間のことですか？load_img, img_to_array, np.expand_dims, preprocess_inputを含めた画像1枚あたりの処理時間のことを言っていますか。

[_Victorique__]

> なぜ1枚ずつmodel.predictしているのか → 複数枚でやるやり方が分かりません。教えていただけると嬉しいです。 predict関数(自作)が呼ばれるたびにモデルロードされるみたいですけど想定した処理ですか → 想定した処理です。マルチプロセス実行のためにモデルをロードしています。 1枚あたりCPUで0.25秒かかります。これは画像1枚あたりのmodel.predictのみの処理時間のことですか → そうです。それ以外の処理はpredictに比べれば微々たる時間でした。

Answer 1

修正すべきはpredict関数内でmodelをloadしているところですね。
modelのロードは一度だけで大丈夫です。modelを毎度構築するのは計算リソースの無駄ですので。
一度ロードしたmodelを別途参照すればよいです。関数の引数渡すなり、globalで定義するなり、Classのメンバ変数に定義するなり。

そうすればmulti-processにせずとも1分で終わると思いますよ。(大きいmodelだと無理かもしれない)
あとはMiniBatch推論にしても良いです。
5000枚のデータを適当なChunkSizeに分割して一気に推論しましょう。

あとTensorFlowはFork-Safeではないので、Multi-processで実行するとうまく動作しない場合があります。

Comments

[_Victorique__]

回答有難うございます。
multi-processingするにあたってTensorFlowのモデルは_thread.lock objects扱いなので参照できないはずですがどのようにして参照するのでしょうか？あと、参照ができたとしてもmultiprocessingの意味がないと思うのですがどうでしょうか？