빠른 시작

개요: 이 빠른 시작은 Cloud TPU 작업을 간략히 소개합니다. 이 빠른 시작에서는 Cloud TPU를 사용하여 MNIST(새로운 머신러닝 방식을 테스트하는 데 자주 사용되는 숫자 필기의 표준 데이터세트)를 실행합니다.

이 주제는 Cloud TPU를 처음 접하는 사용자를 대상으로 합니다. Cloud TPU를 더 자세히 살펴보려면 Colab 중 하나를 실행하세요. 또한 가이드 섹션에서도 다양한 예시를 볼 수 있습니다.

시작하기 전에

이 가이드를 시작하기 전에 Google Cloud 프로젝트가 올바르게 설정되었는지 확인하세요. 자세한 내용은 계정 및 Cloud TPU 프로젝트 설정을 참조하세요.

이 가이드에서는 비용이 청구될 수 있는 다음과 같은 Google Cloud 구성요소를 사용합니다.

  • Compute Engine
  • Cloud TPU
  • Cloud Storage

가격 계산기를 사용하여 예상 사용량을 기준으로 예상 비용을 산출합니다. Google Cloud를 처음 사용하는 사용자는 무료 체험판을 사용할 수 있습니다.

이 섹션에서는 Cloud Storage 스토리지 및 Compute Engine VM 설정에 대한 정보를 제공합니다.

  1. Cloud Shell 창을 엽니다.

    Cloud Shell 열기

  2. 프로젝트 ID의 변수를 만듭니다.

    export PROJECT_ID=project-id
    
  3. Cloud TPU를 만들려는 프로젝트를 사용하도록 gcloud 명령줄 도구를 구성합니다.

    gcloud config set project $PROJECT_ID
    
  4. 다음 명령어를 사용하여 Cloud Storage 버킷을 만듭니다.

    gsutil mb -p ${PROJECT_ID} -c standard -l us-central1 -b on gs://bucket-name
    

    이 Cloud Storage 버킷은 사용자가 모델 및 학습 결과를 학습시키기 위해 사용하는 데이터를 저장합니다.

  5. Compute Engine VM 및 Cloud TPU를 실행하려면 ctpu up 명령을 사용합니다.

    $ ctpu up --zone=us-central1-b  \
    --tf-version=2.1 \
    --name=tpu-quickstart
    
  6. 설정한 구성이 표시됩니다. 승인하려면 y를, 취소하려면 n을 누릅니다.

  7. ctpu up 명령어 실행이 끝나면 셸 프롬프트가 username@project에서 username@tpuname으로 변경되었는지 확인합니다. 변경되었다면 Compute Engine VM에 로그인되었다는 의미입니다.

    Compute Engine 인스턴스에 연결되어 있지 않으면 다음 명령어를 실행하여 연결합니다.

    gcloud compute ssh tpu-quickstart --zone=us-central1-b
    

    이 안내에 따라 계속 진행하면서 VM 세션 창에서 (vm)$으로 시작하는 각 명령어를 실행합니다.

MNIST TPU 모델 실행

MNIST TPU 모델의 소스 코드는 GitHub에서 이용할 수 있습니다.

환경 변수 설정

다음 변수를 만듭니다. 여기에서 bucket-name을 내 버킷 이름으로 바꿉니다.

(vm)$ export STORAGE_BUCKET=gs://bucket-name
(vm)$ export TPU_NAME=tpu-quickstart
(vm)$ export MODEL_DIR=$STORAGE_BUCKET/mnist
(vm)$ DATA_DIR=$STORAGE_BUCKET/data
(vm)$ export PYTHONPATH="$PYTHONPATH:/usr/share/models"

Cloud TPU에서 모델 학습

  1. 모델을 저장하는 디렉터리로 변경합니다.

    (vm)$ cd /usr/share/models/official/vision/image_classification
    
  2. MNIST 학습 스크립트를 실행합니다.

    (vm)$ python3 mnist_main.py \
      --tpu=$TPU_NAME \
      --model_dir=$MODEL_DIR \
      --data_dir=$DATA_DIR \
      --train_epochs=10 \
      --distribution_strategy=tpu \
      --download
    

학습 스크립트는 v3-8 Cloud TPU에서 5분 내에 실행되며 다음과 비슷한 출력을 표시합니다.

I1203 03:43:15.936553 140096948798912 mnist_main.py:165]
Run stats: {'loss': 0.11427700750786683, 'training_accuracy_top_1': 0.9657697677612305,
'accuracy_top_1': 0.9730902910232544, 'eval_loss': 0.08600160645114051}

삭제

이 빠른 시작에서 사용한 리소스의 비용이 Google Cloud 계정에 청구되지 않도록 하려면 다음 단계를 따르세요.

  1. Compute Engine 인스턴스에서 연결을 해제합니다.

    (vm)$ exit
    

    프롬프트가 user@projectname으로 바뀌면 Cloud Shell에 있는 것입니다.

  2. Cloud Shell에서 Compute Engine VM 및 Cloud TPU를 설정할 때 사용한 --zone 플래그로 ctpu delete를 실행합니다. 이렇게 하면 VM 및 Cloud TPU가 모두 삭제됩니다.

    $ ctpu delete --zone=us-central1-b \
      --name=tpu-quickstart
    
  3. TPU 사용에 대한 불필요한 요금 청구를 방지하기 위해 ctpu status를 실행하여 할당된 인스턴스가 없는지 확인합니다. 삭제하는 데 몇 분 정도 걸릴 수 있습니다. 다음과 같은 응답이 나타나면 더 이상 할당된 인스턴스가 없다는 의미입니다.

    $ ctpu status --zone=us-central1-b
    
       2018/04/28 16:16:23 WARNING: Setting zone to "us-central1-b"
       No instances currently exist.
           Compute Engine VM:     --
           Cloud TPU:             --
    
  4. 아래와 같이 gsutil을 실행하여 bucket-name을 이 가이드에서 만든 Cloud Storage 버킷 이름으로 바꿉니다.

    $ gsutil rm -r gs://bucket-name
    

다음 단계

이 빠른 시작에서는 Cloud TPU 작업을 간략히 소개했습니다. 이제 다음 단계를 진행하기 위한 준비가 되었습니다.

  • Cloud TPU 자세히 알아보기
  • 애플리케이션에 맞게 Cloud TPU 설정

자세히 알아보기

Keras를 사용한 MNIST colab 환경에서 MNIST 모델을 실행하여 Cloud TPU를 시험해 보세요.
제품 개요 Cloud TPU의 주요 특징과 이점을 알아보세요.
Cloud 텐서 처리 장치(TPU) Cloud TPU와 그 기능 및 장점을 자세히 알아보세요.
가격 책정 Cloud TPU의 가격 책정 정보를 알아보세요.

설정

TPU 서비스 선택 Compute Engine, Google Kubernetes Engine, AI Platform 등 Cloud TPU 작업을 위한 다양한 옵션을 알아보세요.
TPU 유형 및 영역 각 영역에서 사용할 수있는 TPU 유형에 대해 알아보세요.
TPU 버전 다양한 TPU 버전을 이해하고 애플리케이션에 적합한 버전을 선택하는 방법을 알아보세요.