Quando esegui un job di addestramento, AI Platform Training imposta una variabile di ambiente denominata TF_CONFIG
su ogni istanza di macchina virtuale (VM) che fa parte del tuo job. Il codice di addestramento, che viene eseguito su ogni VM, può utilizzare la variabile di ambiente TF_CONFIG
per accedere ai dettagli sul job di addestramento e sul ruolo della VM su cui è in esecuzione.
TensorFlow utilizza la variabile di ambiente TF_CONFIG
per facilitare l'addestramento distribuito, ma probabilmente non sarà necessario accedervi direttamente nel codice di addestramento.
Questo documento descrive la variabile di ambiente TF_CONFIG
e il suo utilizzo nei job TensorFlow distribuiti e di ottimizzazione degli iperparametri.
Il formato di TF_CONFIG
AI Platform Training imposta la variabile di ambiente TF_CONFIG
su ogni VM di ogni job di addestramento per soddisfare le specifiche richieste da TensorFlow per l'addestramento distribuito.
Tuttavia, AI Platform Training imposta anche campi aggiuntivi nella variabile di ambiente TF_CONFIG
oltre a quelli richiesti da TensorFlow.
La variabile di ambiente TF_CONFIG
è una stringa JSON con il seguente formato:
TF_CONFIG campi |
|||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
cluster |
La descrizione del cluster TensorFlow. Un dizionario che mappa uno o più nomi di attività ( Questo è un primo argomento valido per il costruttore
Scopri di più sulla differenza tra
|
||||||||||
task |
La descrizione dell'attività della VM in cui è impostata questa variabile di ambiente. Per un determinato job di addestramento, questo dizionario è diverso per ogni VM. Puoi utilizzare queste informazioni per personalizzare il codice eseguito su ogni VM in un job di addestramento distribuito. Puoi utilizzarlo anche per modificare il comportamento del codice di addestramento per diverse prove di un job di ottimizzazione degli iperparametri. Questo dizionario include le seguenti coppie chiave-valore:
|
||||||||||
job |
Il campo |
||||||||||
environment |
La stringa |
Per i job di addestramento con container personalizzati, AI Platform Training imposta una variabile di ambiente aggiuntiva denominata CLUSTER_SPEC
, che ha un formato simile a TF_CONFIG
ma con diverse importanti differenze. Scopri di più sulla variabile di ambiente CLUSTER_SPEC
.
Esempio
Il codice di esempio seguente stampa la variabile di ambiente TF_CONFIG
nei log di addestramento:
import json
import os
tf_config_str = os.environ.get('TF_CONFIG')
tf_config_dict = json.loads(tf_config_str)
# Convert back to string just for pretty printing
print(json.dumps(tf_config_dict, indent=2))
In un job di ottimizzazione degli iperparametri in esecuzione in runtime 2.1 o versione successiva e che utilizza un worker master, due worker e un server dei parametri, questo codice produce il log seguente per uno dei worker durante la prima prova di ottimizzazione degli iperparametri. L'output di esempio nasconde il campo job
per la concisione e sostituisce alcuni ID con valori generici.
{
"cluster": {
"chief": [
"cmle-training-chief-[ID_STRING_1]-0:2222"
],
"ps": [
"cmle-training-ps-[ID_STRING_1]-0:2222"
],
"worker": [
"cmle-training-worker-[ID_STRING_1]-0:2222",
"cmle-training-worker-[ID_STRING_1]-1:2222"
]
},
"environment": "cloud",
"job": {
...
},
"task": {
"cloud": "[ID_STRING_2]",
"index": 0,
"trial": "1",
"type": "worker"
}
}
chief
contro master
La VM worker master in AI Platform Training corrisponde al tipo di attività chief
in TensorFlow. Sebbene TensorFlow possa designare un'attività worker
che agisca come chief
, AI Platform Training indica sempre esplicitamente un chief
.
master
è un tipo di attività deprecato in TensorFlow. master
ha rappresentato un'attività
che svolgeva un ruolo simile a chief
, ma che funzionava anche come evaluator
in
alcune configurazioni. TensorFlow 2 non supporta le variabili di ambiente TF_CONFIG
contenenti un'attività master
.
AI Platform Training utilizza chief
nei campi cluster
e task
della variabile di ambiente TF_CONFIG
se si verifica una delle seguenti condizioni:
- Stai eseguendo un job di addestramento che utilizza la versione 2.1 o successiva del runtime.
- Hai configurato il job di addestramento in modo da utilizzare uno o più valutatori. In altre parole, hai impostato il valore
trainingInput.evaluatorCount
del tuo job su1
o superiore. - Il job utilizza un container personalizzato e hai
impostato
trainingInput.useChiefInTfConfig
del job sutrue
.
In caso contrario, per motivi di compatibilità, AI Platform Training utilizza il tipo di attività master
deprecato anziché chief
.
Quando utilizzare TF_CONFIG
Come menzionato in una sezione precedente, probabilmente non è necessario interagire con la variabile di ambiente TF_CONFIG
direttamente nel codice di addestramento. Accedi alla variabile di ambiente TF_CONFIG
solo se le strategie di distribuzione di TensorFlow e il flusso di lavoro di ottimizzazione degli iperparametri standard di AI Platform Training, entrambi descritti nelle sezioni successive, non funzionano per il tuo job.
Addestramento distribuito
AI Platform Training imposta la variabile di ambiente TF_CONFIG
per estendere le
specifiche richieste da TensorFlow per l'addestramento distribuito.
Per eseguire l'addestramento distribuito con TensorFlow, utilizza
l'API tf.distribute.Strategy
.
In particolare, ti consigliamo di utilizzare l'API Keras insieme a
MultiWorkerMirroredStrategy
oppure, se specifichi i server dei parametri per il job,
ParameterServerStrategy
.
Tuttavia, tieni presente che al momento TensorFlow fornisce supporto solo per queste strategie.
Queste strategie di distribuzione utilizzano la variabile di ambiente TF_CONFIG
per assegnare i ruoli a ciascuna VM nel job di addestramento e per facilitare la comunicazione tra le VM. Non è necessario accedere alla variabile di ambiente TF_CONFIG
direttamente
nel codice di addestramento, perché è TensorFlow a occuparsene per te.
Analizza direttamente la variabile di ambiente TF_CONFIG
solo se vuoi personalizzare il comportamento delle diverse VM che eseguono il job di addestramento.
Ottimizzazione degli iperparametri
Quando esegui un job di ottimizzazione degli iperparametri, AI Platform Training fornisce argomenti diversi al codice di addestramento per ogni prova. Il codice di addestramento non deve necessariamente essere a conoscenza di quale prova è attualmente in esecuzione. Inoltre, AI Platform Training offre strumenti per monitorare l'avanzamento dei job di ottimizzazione degli iperparametri.
Se necessario, il tuo codice può leggere l'attuale numero di prova dal campo trial
del campo task
della variabile di ambiente TF_CONFIG
.
Passaggi successivi
- Segui un tutorial nella documentazione di TensorFlow sull'addestramento multi-worker con Keras
- Scopri di più sull'addestramento distribuito con container personalizzati in AI Platform Training.
- Scopri come implementare l'ottimizzazione degli iperparametri per i job di addestramento.