获取运行时数据

OneFlow 提供了 oneflow.watch 与 oneflow.watch_diff 接口，我们可以通过它们注册回调函数，以方便在作业函数运行过程中获取张量数据或梯度。

使用流程

想要获取作业函数运行时的数据或者梯度，其基本流程如下：

• 编写回调函数，回调函数的参数需要用注解方式表明监控的数据类型，回调函数内部逻辑由用户自己实现

• 在定义作业函数时，通过 oneflow.watch 或 oneflow.watch_diff 注册回调函数，前者获取张量数据本身，后者获取对应的梯度

• 在作业函数运行时，OneFlow 框架会在适当的时机，调用之前注册的回调，将监控的数据传递给回调函数，并执行回调函数中的逻辑

以 oneflow.watch 为例，以下伪代码展示了使用过程：

def my_watch(x: T):
    #处理x
@global_function()
def foo() -> T:
    #定义网络等 ...
    oneflow.watch(x, my_watch)
    #...

以上的 T 即 oneflow.typing 中的数据类型，如 oneflow.typing.Numpy，具体可以参考 此文。

以下我们将用实际例子展示 watch 与 watch_diff 的使用方法

watch 使用例子

下面是一段完整的例子，用于展示如何使用 OneFlow 的 oneflow.watch 功能获取网络中间层的数据。

代码

代码：test_watch.py

运行该程序：

python3 test_watch.py

能够得到类似下面的输出：

in: [ 0.15727027  0.45887455  0.10939325  0.66666406 -0.62354755]
out: [0.15727027 0.45887455 0.10939325 0.66666406 0.        ]

代码解读

在例子中，我们关注的是 ReluJob 里面的 y，所以调用 flow.watch(y, watch_handler)去监控 y。oneflow.watch 需要两个参数:

• 第一个参数就是我们关注的对象 y；

• 第二个参数是一个回调函数，OneFlow 在调用设备资源执行 ReluJob 的时候会将 y 的计算结果作为参数传递给这个回调函数。而我们定义的回调函数 watch_handler 的逻辑函数，是将得到的参数打印出来。

用户通过自定义回调函数，在回调函数中按照自己的需求处理 OneFlow 运行时从设备中拿到的数据。

watch_diff 使用例子

下面是一段完整的例子，用于展示如何使用 OneFlow 的 oneflow.watch_diff 功能获取网络中间层的梯度。

代码

代码：test_watch_diff.py

运行该程序：

python3 test_watch_diff.py

能够得到类似下面的输出：

[ ...
 [ 1.39966095e-03  3.49164731e-03  3.31605263e-02  4.50417027e-03
   7.73609674e-04  4.89911772e-02  2.47627571e-02  7.65468649e-05
  -1.18361652e-01  1.20161276e-03]] (100, 10) float32

代码解读

以上通过 oneflow.watch_diff 获取梯度的例子，其流程与 通过 oneflow.watch 获取张量数据的例子是类似的。

首先，定义了回调函数：

def watch_diff_handler(blob: tp.Numpy):
    print("watch_diff_handler:", blob, blob.shape, blob.dtype)

然后，在作业函数中使用 oneflow.watch_diff 注册以上的回调函数：

flow.watch_diff(logits, watch_diff_handler)

在 OneFlow 运行时， OneFlow 框架就会调用 watch_diff_handler，并且将以上的 logits 对应的梯度传递给 watch_diff_handler。