質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.33%

  • Python

    9213questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • TensorFlow

    758questions

  • Keras

    286questions

  • MPI

    8questions

    MPIは、並列プログラミングを利用するための標準化規格、及び実装自体のことを指します。バイト列で構成されたメッセージとして、いくつかのCPUが情報を送受信することにより協調動作を可能にします。

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

受付中

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 819

_Victorique__

score 968

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。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • wakame

    2018/07/19 23:44

    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。

    キャンセル

  • wakame

    2018/07/19 23:49

    > 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。

    キャンセル

  • _Victorique__

    2018/07/20 00:12

    > 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。

    キャンセル

回答 1

0

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。

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/07/27 15:46

    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?

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.33%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

同じタグがついた質問を見る

  • Python

    9213questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • TensorFlow

    758questions

  • Keras

    286questions

  • MPI

    8questions

    MPIは、並列プログラミングを利用するための標準化規格、及び実装自体のことを指します。バイト列で構成されたメッセージとして、いくつかのCPUが情報を送受信することにより協調動作を可能にします。