AMD 开源高性能机器智能库MIOpen，可加速卷积神经网络

选自GitHub

机器之心编译

参与：蒋思源

AMD 最近宣布新的深度学习加速库 MIOpen 1.0 现已发布，该深度学习库支持加速卷积神经网络，并且构建和运行在 ROCm 软件栈的顶部。同时 MIOpen 还提供了卷积层、池化层、批量归一化层等众多使用参考，机器之心对这一机器智能库的特性和安装进行了介绍。

AMD 开源高性能机器智能库MIOpen，可加速卷积神经网络新发布的版本包含以下特性：

同时为前向和反向传播最优化的深度卷积求解器（Deep Convolution Solver）
包括 Winograd 和 FFT 转换的卷积优化
为深度学习优化了 GEMM
提供了池化、Softmax、激活函数、批量归一化梯度算法和 LR 归一化等
MIOpen 采用 4 维张量描述数据，即 Tensors 4D NCHW 格式
支持启用了 OpenCL 和 HIP 的框架 API
MIOpen Driver 可以允许在 MIOpen 特定层中测试前向/反向传播网络
二进制包支持 Ubuntu 16.04 和 Fedora 24
源代码在： https://github.com/ROCmSoftwarePlatform/MIOpen

ROCm1.6 已经有 MIOpen 的与构建包

安装 ROCm MIOpen 实现（假定已经安装了「rocm」和「rocm-opencl-dev」包）：

对于 OpenCL 开发环境来说：

sudo apt-get install miopengemm miopen-opencl

对于 HIP 开发环境来说：

sudo apt-get install miopengemm miopen-hip

同时也可以从源代码构建：https://github.com/ROCmSoftwarePlatform/MIOpen

ROCm 所支持的深度学习框架：

AMD 开源高性能机器智能库MIOpen，可加速卷积神经网络

MIOpen

MIOpen 是 AMD 的高性能机器学习基元库，它支持两种程序设计模型：

OpenCL
HIP

前提要求

启用 ROCm 的平台，更多信息：https://rocm.github.io/install.html
基础软件栈，需要包括：

OpenCL：OpenCL 库和头文件（header files）
HIP：HIP、HCC 库和头文件，还需要 clang-ocl

MIOpen 依赖于 miopengemm 库，并允许启用运算 GEMM 所需的几个功能性函数。miopengemm 是我们推荐的，担不是必须的
ROCm cmake 组件可以在此处安装：https://github.com/RadeonOpenCompute/rocm-cmake

请在以上依赖库各自的项目中寻找安装指导并完成安装。

使用 cmake 配置

首先用命令创建一个 build 目录，并转到该目录下：

mkdir build; cd build;

然后再配置 cmake。MIOpen 首选的后端可以使用 -DMIOPEN_BACKEND cmake 变量进行设置。

对于 OpenCL，运行：

cmake -DMIOPEN_BACKEND=OpenCL ..

以上命令假设 OpenCL 已经安装在标准位置中。如果没有的话，我们需要手动设置这两个 cmake 变量：

cmake -DMIOPEN_BACKEND=OpenCL -DOPENCL_LIBRARIES=&lt;opencl-library-path&gt; -DOPENCL_INCLUDE_DIRS&lt;opencl-headers-path&gt; ..

对于 HIP，运行：

设置 C++编译器为 hcc。

cmake -DMIOPEN_BACKEND=HIP -DCMAKE_PREFIX_PATH="&lt;hip-installed-path&gt;;&lt;hcc-installed-path&gt;;&lt;clang-ocl-installed-path&gt;" ..

cmake 步骤的示例可以为：

CXX=/opt/rocm/hcc/bin/hcc cmake -DMIOPEN_BACKEND=HIP -DCMAKE_PREFIX_PATH="/opt/rocm/hcc;/opt/rocm/hip" ..

我们需要将默认安装地址设置为「/opt/rocm」，这一步可以使用 CMAKE_INSTALL_PREFIX 完成设置：

cmake -DMIOPEN_BACKEND=OpenCL -DCMAKE_INSTALL_PREFIX=&lt;miopen-installed-path&gt; ..

另外，我们可以使用 MIOPEN_DB_PATH 变量设置网络配置的数据库路径。通常它默认设置为数据库文件安装的地方。而对于开发目的来说，设置 BUILD_DEV 将配置数据库文件的储存路径为源目录中：

cmake -DMIOPEN_BACKEND=OpenCL -DBUILD_DEV=On ..

在使用 ccmake 运行 cmake 之后，配置将得到改变：ccmake .. 或 cmake-gui: cmake-gui ..。注意，ccmake 程序在 Windows 中是不可用的。

构建库

我们可以在 build 目录下使用「Release」配置构建软件库：cmake --build . --config Release 或 make。

然后可以使用「install」目标安装：cmake --build . --config Release --target install 或 make install。

随后软件库就会安装到我们设置的 CMAKE_INSTALL_PREFIX 路径中。

构建驱动（driver）

MIOpen 提供了应用驱动（application-driver），其可以用于独立地执行任何一个特定层，并且用来衡量软件库的性能和验证。

驱动可以使用 MIOpenDriver 目标构建：cmake --build . --config Release --target MIOpenDriver 或 make MIOpenDriver

解释如何运行驱动的文档如下：https://github.com/ROCmSoftwarePlatform/MIOpen/blob/master/driver/README.md

运行测试

我们可以使用「check」目标运行测试：cmake --build . --config Release --target check 或 make check。

而单次测试可以使用以下命令构建和运行：

cmake --build . --config Release --target test_tensor

构建文档

我们可以使用命令构建 HTML 和 PDF 文档：cmake --build . --config Release --target doc 或 make doc。该命令会在./MIOpen/doc/html 文件夹下构建一个本地可搜的网站，和在./MIOpen/doc/pdf 文件夹下构建一个 PDF 文档。

文档可以使用 Doxygen 创建生成，并且需要单独的安装。HTML 和 PDF 文件可以在 ReadTheDocs theme 下分别使用 Sphinx 和 Breathe 生成。

Sphinx、Breathe 和 ReadTheDocs theme 所需环境可以在 MIOpen/doc 文件夹下安装：pip install -r ./requirements.txt。pip 安装可能会需要使用 sudo 命令获得部分根权限。

格式化（Formatting）代码

所有代码都使用 clang-format 格式化（formatted），而格式化文件可以使用：

clang-format-3.8 -style=file -i &lt;path-to-source-file&gt;

同样我们可以安装 githooks 来提前格式化代码：

./.githooks/install

MIOpen 的安装和使用文档地址：https://rocmsoftwareplatform.github.io/MIOpen/doc/html/

该文档主要分为 MIOpen 的安装向导、简介和 API 的使用参考。其中，API 的使用参考包含了张量、激活层、卷积层、池化层、批量归一化层等众多使用参考。

AMD 开源高性能机器智能库MIOpen，可加速卷积神经网络

相关推荐