Fehlerbehebung bei TensorFlow – TPU

Dieser Leitfaden sowie die FAQs enthalten Informationen zur Fehlerbehebung für Nutzer, die TensorFlow-Modelle in Cloud TPU trainieren. Für die Fehlerbehebung von Pytorch- oder JAX-Schulungen können Sie sich die Dokumentation zu diesen Frameworks ansehen:

Allgemeine Anleitungen zur Verwendung von Cloud TPU finden Sie unter:

Übersicht

Häufige Probleme, die bei Cloud TPUs auftreten, fallen in die folgenden Kategorien:

  1. Probleme beim Herstellen einer Verbindung zur TPU

  2. Häufige Fehler beheben

  3. Arbeitsspeichernutzung reduzieren

  4. Trainingsgeschwindigkeit verbessern

  5. Fehlerbehebung bei sinkender Modellgenauigkeit

Fehler beim Herstellen einer Verbindung zum TPU-Server

In diesem Abschnitt wird beschrieben, wie Sie Fehler beheben, wenn TensorFlow nicht mehr reagiert oder einen Fehler beim Verbinden mit der TPU ausgibt. Beachten Sie, dass der Schritt zur Kompilierung des TPU-Graphen bei großen Modellen sehr lange dauern kann. Das Skript sollte daher mindestens 5 Minuten lang ausgeführt werden, um zu ermitteln, ob wirklich keine Antworten mehr erfolgen.

Der erste Schritt besteht darin, zu überprüfen, ob es sich um ein Problem mit dem Server selbst oder mit Ihrer TensorFlow-Trainings-Pipeline handelt. Führen Sie dazu die Schritte der MNIST-Anleitung über Ihre TPU-Server-URL aus und überprüfen Sie, ob sie ordnungsgemäß funktioniert. Wenn weiterhin Probleme beim Herstellen der Verbindung mit der MNIST-Anleitung bestehen, bestätigt dies, dass ein Problem beim TPU-Server vorliegt. In diesem Fall gilt:

  1. Führen Sie den folgenden Befehl aus, um die verfügbaren TPUs aufzulisten. Ersetzen Sie zone und project-id durch Ihre Zone und Projekt-ID.

    (vm)$ gcloud compute tpus list --zone zone --project project-id
    

    Dabei wird beispielsweise Folgendes ausgegeben:

    NAME       ZONE           ACCELERATOR_TYPE  NETWORK_ENDPOINT   NETWORK  RANGE          STATUS
    demo-tpu   us-central1-b  v2-8              10.240.1.2:8470    default  10.240.1.0  READY

  2. Prüfen Sie, ob Sie den richtigen Wert an --tpu übergeben haben (demo-tpu im Beispiel oben) und ob diese TPU als READY gelistet ist.

  3. Wenn Ihre TPU nicht als READY gelistet ist oder Sie weiterhin keine Verbindung herstellen können, starten Sie den Server hiermit manuell neu:

    (vm)$ gcloud compute tpus stop $TPU_SERVER_NAME && gcloud compute tpus start $TPU_SERVER_NAME

    $TPU_SERVER_NAME im obigen Beispiel entspricht demo-tpu. Dies kann einige Minuten dauern.

  4. Führen Sie den oben genannten Befehl ... tpus list noch einmal aus und warten Sie, bis sich die TPU im READY befindet. Dieser Vorgang kann einige Minuten dauern.

  5. Versuchen Sie, die MNIST-Anleitung noch einmal auszuführen.

  6. Wenn Sie weiterhin Probleme beim Ausführen der MNIST-Anleitung haben, können Sie über einen der unter Support beschriebenen Wege Unterstützung anfordern.

Wenn das MNIST-Beispiel korrekt ausgeführt wird, das Modell aber immer noch nicht antwortet, liegt das Problem wahrscheinlich bei Ihrer Trainingspipeline. Ersetzen Sie zuerst die TPUStrategy im Code durch die Standardstrategie, um das Problem zu beheben. Wenn Sie die Standardstrategie verwenden, wird das Modell überall dort, wo Sie strategy.scope() oder strategy.run() verwenden, auf der TPU (oder GPU, sofern vorhanden) und nicht auf der TPU ausgeführt. Wenn das Modell auf CPU und nicht auf TPU ausgeführt wird, muss ein TPU-spezifisches Problem vorliegen. Wenn sie weiterhin nicht ausgeführt wird, sollten Sie das CPU-Problem beheben.

Verlust der ssh-Verbindung während des Trainings

Bei der ssh-Verbindung zur Cloud TPU kann es zu einer Zeitüberschreitung kommen, während ein lang andauerndes Training ausgeführt wird, insbesondere wenn Sie Cloud Shell verwenden. Zu diesem Zeitpunkt erfolgt keine Ausgabe an die TPU-Konsole und es sieht möglicherweise so aus, als würde die TPU das Training beendet haben. Dies lässt sich vermeiden, indem du die Trainingssitzung mit einem Terminal-Multiplexer oder einem Sitzungsverwaltungstool wie tmux oder screen ausführst. Dadurch bleibt die Verbindung ssh unabhängig von der Trainingslänge aktiv.

Behebung von allgemeinen Fehlern

Das lokale Dateisystem kann nicht verwendet werden.

Fehlermeldung

InvalidArgumentError: Unimplemented: File system scheme '[local]' not implemented

Betroffene Frameworks und Konfigurationen

Diese Meldung kann auftreten, wenn Sie mit der TPU-Knotenarchitektur mit TensorFlow trainieren.

Details

Alle Eingabedateien und das Modellverzeichnis müssen einen Pfad zu einem Cloud Storage-Bucket verwenden (gs://bucket-name/... ) und dieser Bucket muss über den TPU-Server zugänglich sein. Beachten Sie, dass alle Datenverarbeitungs- und Modellprüfpunkte auf dem TPU-Server und nicht auf dem lokalen Computer ausgeführt werden. Informationen zum ordnungsgemäßen Konfigurieren von Cloud Storage für die Verwendung mit der TPU finden Sie im Leitfaden Verbindung mit Cloud Storage-Buckets herstellen.

Nicht unterstützter Datentyp

Fehlermeldung

TypeError: DataType is not a supported TPU infeed type.

Betroffene Frameworks und Konfigurationen

Diese Meldung kann auftreten, wenn Sie mit der TPU-Knotenarchitektur mit TensorFlow trainieren.

Details

Derzeit werden auf der TPU nur die Datentypen tf.float32, tf.int32, tf.bfloat16 und tf.bool unterstützt. Andere gängige Datentypen, z. B. tf.uint8, tf.string und tf.int64, müssen während der Datenvorverarbeitung, d. h. in der tf.data.Dataset-Pipeline, in einen der unterstützten Datentypen konvertiert werden.

Ein Beispiel für die Umwandlung finden Sie in der decode_image-Funktion, die im MNIST-Training verwendet wird.

Dynamische Formen werden nicht unterstützt

Fehlermeldung

ValueError: shape [Shape] must have a fixed size for dimension d that is known at graph construction time.

Betroffene Frameworks und Konfigurationen

Diese Nachricht tritt nur während der XLA-Kompilierung mit TensorFlow auf.

Details

Zum Ausführen eines Modells auf der TPU kompiliert TensorFlow das Modell mit dem XLA-Compiler. Während dieser Zusammenstellungsschritt die Trainingsgeschwindigkeit und Speichernutzung erheblich verbessert, müssen die Formen (Dimensionsgrößen) aller Tensoren im Diagramm bei der Kompilierungszeit des Diagramms bekannt sein. Wenn beim Kompilieren keine Formen erkannt werden können, schlägt die TPU-Kompilierung mit einem Fehler wie dem obigen fehl.

Eine gängige Operation, die eine dynamische Form zurückgibt, ist dataset.batch(batch_size), da die Anzahl der in einem Stream verbleibenden Stichproben möglicherweise kleiner als die Batchgröße ist. Legen Sie daher beim Training auf der TPU drop remainder=True für dataset.batch fest. Dadurch werden möglicherweise die letzten Beispiele aus einer Datei entfernt, damit jeder Batch die statische Form „batch_size“ hat. Beispiel:

dataset = tf.data.Dataset.range(8)
dataset = dataset.batch(3, drop_remainder=True)

Nicht verfügbare TensorFlow-Operation

Fehlermeldung

NotFoundError: No registered 'OpName' OpKernel for XLA_TPU_JIT devices compatible with node

Betroffene Frameworks und Konfigurationen

Diese Meldung kann auftreten, wenn Sie mit TensorFlow trainieren.

Details

Das Modell verwendet eine TensorFlow-Operation, die derzeit nicht auf der TPU verfügbar ist.

Eine Liste der auf der TPU verfügbaren Operationen sowie Pläne für zukünftige Unterstützung und Vorschläge für Workarounds finden Sie in der Anleitung zu verfügbaren TensorFlow-Operationen.

Fehlermeldung aufgrund von fehlendem Speicherplatz

Fehlermeldung

ResourceExhaustedError: Ran out of memory in memory space hbm; used: YYY; limit: 7.48G.

Betroffene Frameworks und Konfigurationen

Diese Meldung kann auftreten, wenn Sie mit TensorFlow, PyTorch oder JAX trainieren.

Details

Jede Cloud TPU besteht aus acht TPU-Kernen, v2 TPUs haben 8 GB und v3 TPUs haben 16 GB RAM (oder HBM, High-Bandwidth Memory). Dieser Speicher dient zum Speichern der Gewichtungssensoren (Variable) sowie der Zwischenergebnistensoren, die für die Gradientenberechnung benötigt werden. Wenn das Modell für den TPU-RAM zu groß ist, schlägt die Initialisierung fehl und die obige Fehlermeldung wird ausgegeben. Weitere Informationen finden Sie unter Arbeitsspeichernutzung reduzieren.

Tipps zur Reduzierung der Arbeitsspeichernutzung:

Probleme beim Beenden der Ausführung

Wenn TensorFlow während der TPU-Ausführung einen Fehler feststellt, scheint das Skript manchmal hängen zu bleiben, anstatt die Operation zu beenden und zur Shell zurückzukehren. Drücken Sie in diesem Fall die Tastenkombination CTRL+\ auf der Tastatur, um einen SIGQUIT auszulösen, wodurch Python sofort beendet wird.

Entsprechend wird mit der Tastenkombination CTRL+C während der TPU-Ausführung TensorFlow nicht sofort heruntergefahren, sondern bis zum Ende der aktuellen Iterationsschleife gewartet, um die Operation ordnungsgemäß zu beenden.

Falls nach dem Beenden der Verbindung die Verbindung zur TPU wieder hergestellt wird, treten neue Fehler auf. Setzen Sie den TPU-Server dann mit dem folgenden Befehl manuell zurück:

gcloud compute tpus stop tpu-name --zone=zone && gcloud compute tpus start tpu-name --zone=zone

Dabei wird tpu-name aus der ersten Spalte verwendet, die mit dem Befehl gcloud compute tpus list angezeigt wird, und zone ist die Zone, die in der zweiten Spalte angezeigt wird.

Übermäßiges Padding von Tensoren

Mögliche Ursache des Speicherproblems

Tensoren im TPU-Speicher werden mit Leerzeichen aufgefüllt, d. h. die TPU rundet die Größen von Tensoren ab, die im Speicher abgelegt sind, damit Berechnungen effizienter durchgeführt werden. Das Padding erfolgt auf transparente Weise auf der Hardwareebene und hat keine Auswirkungen auf die Ergebnisse. In bestimmten Fällen kann Padding jedoch zu einer deutlich erhöhten Speicherauslastung und Ausführungszeit führen.

So reduzieren Sie die Arbeitsspeichernutzung

Die TPU-Software versucht, Tensoren im Speicher auszulegen, um die Rechenleistung zu maximieren und das Padding zu minimieren. Dieser Speicher-Layout-Prozess ist jedoch komplex. Zur Erzielung optimaler Ergebnisse sollte das Modell nach folgender Faustregel ausgelegt werden. Wenn der Speicheraufwand minimiert und die Recheneffizienz maximiert werden soll, muss eine der folgenden Bedingungen zutreffen:

  • Die Gesamt-Batchgröße sollte ein Vielfaches von 64 sein (8 pro TPU-Kern). Die Feature-Dimensionen sollten ein Vielfaches von 128 sein.

    Oder

  • Die Gesamt-Batchgröße sollte ein Vielfaches von 1.024 (128 pro TPU-Kern) sein. Die Feature-Dimensionen sollten ein Vielfaches von 8 sein.

Die Verwendung einer Batchgröße von 1.024 und von Feature-Dimensionen, die ein Vielfaches von 128 sind, ermöglicht eine optimale Effizienz, obwohl dies unter Umständen nicht für alle Modelle möglich ist. Der Einfachheit halber bezieht sich "Feature-Dimension" auf die versteckte Größe einer vollständig verbundenen Ebene oder die Anzahl der Ausgabekanäle in einer Faltung. Nicht alle Ebenen können dieser Regel entsprechen. Dies gilt insbesondere für die erste und die letzte Ebene des Netzwerks. Das ist in Ordnung und die meisten Modelle erfordern voraussichtlich ein gewisses Maß an Padding.

Arbeitsspeichernutzung reduzieren

Wenn beim Ausführen Ihres Modells auf der TPU ein Fehler aufgrund fehlenden Speichers auftritt, müssen Sie Maßnahmen ergreifen, um die Arbeitsspeichernutzung des Modells zu reduzieren.

So können Sie die Speichernutzung am besten reduzieren:

  • Übermäßigen Abstand von Tensoren reduzieren
  • Batchgröße reduzieren

Batchgröße oder Modell zu groß

Mögliche Ursache des Speicherproblems

Beim Trainieren eines neuronalen Netzwerks auf einer CPU, GPU oder TPU hat die Speichernutzung zwei Ursachen:

  1. Die Arbeitsspeichernutzung ist proportional zur Anzahl der Gewichtungen im Modell.
  2. Speichern von Zwischenaktivierungen aus dem Vorwärtsdurchlauf, die für die Berechnung des Rückwärtsdurchlaufs erforderlich sind. Die Arbeitsspeichernutzung ist direkt proportional zur Batchgröße, zu den Ebenengrößen und zur Anzahl der Ebenen.

Daher hängt der von einem Modell benötigte Speicher weitgehend von der Batchgröße ab.

Der für ein Modell erforderliche Arbeitsspeicher hängt von der Anzahl der Ebenen im Netzwerk ab.

Die TPU-Laufzeit versucht, die Operatoren so zu optimieren, dass das Modell in den Speicher passt (Rematerialisierung, ähnlich wie bei der Gradientenprüfung), doch dies ist nicht immer möglich.

So reduzieren Sie die Arbeitsspeichernutzung

Verringern Sie die Batchgröße langsam, bis sie in den Arbeitsspeicher passt. Achten Sie dabei darauf, dass die Batchgröße ein Vielfaches von 64 ist. Die Batchgröße sollte ein Vielfaches von 8 sein. Beachten Sie, dass größere Batches auf der TPU effizienter sind. Eine Gesamt-Batchgröße von 1.024 (128 pro Kern) ist im Allgemeinen ein guter Ausgangspunkt.

Wenn das Modell auch mit einer kleinen Batchgröße (z. B. 64) nicht auf der TPU ausgeführt werden kann, versuchen Sie, die Anzahl der Ebenen oder die Ebenengrößen zu reduzieren.

Verbesserung der Trainingsgeschwindigkeit

Wenn Ihr Modell erfolgreich auf der TPU ausgeführt werden kann, die Trainingsgeschwindigkeit jedoch geringer als erwartet ist, finden Sie in diesem Abschnitt eine Beschreibung der verschiedenen Möglichkeiten zur Verbesserung der Geschwindigkeit. Weitere Vorschläge zur Verbesserung der Trainingsleistung finden Sie im Leitfaden zur Leistung.

Zu wenige Schritte pro Ausführung und Trainingsschleife

Beschreibung des Leistungsproblems

Wenn Sie das Argument steps_per_execution an Model.compile übergeben, wird gesteuert, wie viele Trainingsschritte zwischen Host-Callbacks ausgeführt werden. Jeder Host-Callback erfordert eine signifikante Kommunikation zwischen dem TPU-Server und dem TPU-Gerät. Wenn steps_per_execution also zu klein ist, verlangsamt sich das Training.

So ermitteln Sie, ob Ihr Modell betroffen ist

Wenn ein TPU-Profil häufige Host-CPU-Callbacks zwischen TPU-Geräteschritten offenlegt, kann dein Training von einem größeren steps_per_execution-Wert profitieren.

So leiten Sie Gegenmaßnahmen ein

Setzen Sie steps_per_execution auf einen höheren Wert. steps_per_execution kann auf einen großen Wert festgelegt werden. Denken Sie aber daran, dass Nachrichten erst nach dem Ausführen der angegebenen Anzahl von Schritten protokolliert und ein Prüfpunkt gespeichert werden kann.

Engpass bei der Eingabeverarbeitung

Beschreibung des Leistungsproblems

Während die TPU an einem bestimmten Datenblock trainiert, bereitet die Eingabeverarbeitungsfunktion den nächsten Datenblock auf der CPU vor. Wenn die Eingabefunktion länger als die Modellfunktion dauert, bleibt die TPU inaktiv, während die Eingabefunktion Daten abruft.

So ermitteln Sie, ob Ihr Modell betroffen ist

Folgen Sie der Anleitung unter Cloud TPU Tools: Input Pipeline Analyzer, um die Analyse der Eingabe-Pipeline in TensorBoard aufzurufen:

Image

Die Seite für die Analyse der Eingabe-Pipeline zeigt eine übersichtliche Zusammenfassung an, der zu entnehmen ist, ob die Eingabeverarbeitung bei Ihrem Modell einen Engpass verursacht hat. Auf derselben Seite wird auch die Ausführungszeit pro Operation angezeigt, sodass Sie problematische Operationen ermitteln können.

So leiten Sie Gegenmaßnahmen ein

Beim Laden von Daten mit der Dataset API gibt es mehrere mögliche Maßnahmen:

  1. Speichern Sie die Daten als Sammlung von tf.train.Example-Strukturen in TFRecord-Dateien und laden Sie sie mit TFRecordDataset. Beispiele finden Sie in der Dataset API-Anleitung und der ResNet-Anleitung.
  2. Verwenden Sie zum Puffern der Eingabedaten dataset.cache() und/oder dataset.prefetch(). Dadurch wird verhindert, dass sporadische Verlangsamungen beim Dateizugriff zu Engpässen führen.
  3. Legen Sie den Parameter num_parallel_calls der Funktion dataset.map() fest, um Multithread-Vorgänge vom Typ map() zu aktivieren. Eine einfache Heuristik für den Wert von num_parallel_calls besteht darin, die Anzahl der verfügbaren CPU-Kerne zu nutzen.
  4. Führen Sie die teure Datenvorverarbeitung offline durch, sodass dafür nur einmal Kosten anfallen und nicht in jeder Epoche jedes Trainings.

Die gesamte Eingabeverarbeitung wird auf CPUs ausgeführt, die sich auf dem TPU-Server befinden, nicht auf dem lokalen Computer. Daher spielt die Geschwindigkeit des lokalen Computers keine Rolle.

Langsame Schrittzeiten und niedrige MXU-Auslastung

Beschreibung des Leistungsproblems

Die Cloud TPU kann Matrixmultiplikationen und -faltungen bei unglaublich hohen Geschwindigkeiten ausführen. Die meisten anderen TensorFlow-Operationen haben effiziente Implementierungen auf der TPU, diese sind im Verhältnis zu anderer Hardware jedoch nicht deren primäre Stärke. Daher sollte ein Modell von den Matrixmultiplikationen oder -faltungen dominiert werden, um die TPU optimal nutzen zu können.

So ermitteln Sie, ob Ihr Modell betroffen ist

Die Symptome, die Sie sehen können, sind langsame Schrittzeiten in Kombination mit einer niedrigen MXU-Auslastung, die angezeigt wird, wenn Sie ein Profil zur Leistung erstellen.

So leiten Sie Gegenmaßnahmen ein

Reduzieren Sie die Anzahl der Vorgänge, die keine Matrixmultiplikationen sind. Nachdem Sie die Anzahl der Matrixmultiplikationen reduziert haben, sollten Sie noch einmal prüfen, ob die Leistung auf TPUs akzeptabel ist.

Übermäßiges Padding von Tensoren

Beschreibung des Leistungsproblems

Die TPU füllt Tensoren im Speicher auf, sodass die TPU ihre Recheneinheiten effizient nutzen kann. Durch Padding kann die Nutzung des Speichers und auch der Speicherbandbreite gesteigert werden. Weitere Informationen zu Problemen beim Padding von Tensoren und zu deren Behebung finden Sie im Abschnitt Padding von Tensoren.

Langsamer Durchsatz und geringer Arbeitsspeichernutzung

Beschreibung des Leistungsproblems

In der Regel führt die Verwendung größerer Batchgrößen im Hinblick auf Stichproben/Sekunde zu einer höheren Trainingsgeschwindigkeit auf der TPU.

So ermitteln Sie, ob Ihr Modell betroffen ist

Die Batchgröße jedes Modells sollte immer mindestens 64 betragen (8 pro TPU-Kern), da die TPU die Tensoren immer entsprechend der Größe auffüllt. Die ideale Batchgröße beim Training auf der TPU ist 1.024 (128 pro TPU-Kern), da hierdurch Ineffizienzen in Bezug auf die Speicherübertragung und das Padding beseitigt werden.

So leiten Sie Gegenmaßnahmen ein

Als Best Practice sollten Sie die größte Batchgröße verwenden, die in den Arbeitsspeicher passt und ein Vielfaches von 64 ist. Der einfachste Weg, dies zu erreichen, besteht darin, mit 1.024 zu beginnen. Wenn dies zu einem Fehler aufgrund fehlenden Speichers führt, versuchen Sie, die Batchgröße zu reduzieren, bis das Modell erfolgreich ausgeführt wird. Wenn Sie die Batchgröße eines Modells ändern, müssen Sie möglicherweise andere Hyperparameter anpassen, um die gleiche Modellgenauigkeit wie die Lernrate zu erreichen. Dies muss jedoch von Fall zu Fall überprüft werden.

Ebenengrößen zu klein

Beschreibung des Leistungsproblems

Selbst wenn ein Modell von Matrixmultiplikationen oder -faltungen dominiert wird, läuft die TPU möglicherweise nicht mit voller Effizienz, wenn die Eingangstensoren klein sind. Im Vergleich zu anderer Hardware wird die TPU am effizientesten ausgeführt, wenn die Batchgröße und die Ebenengröße größer sind (z. B. Dimension >= 512).

So ermitteln Sie, ob Ihr Modell betroffen ist

Als allgemeine Regel gilt, dass Ebenengrößen kleiner als 128 eine schlechte Effizienz auf der TPU erreichen, da 128 die native Dimension der TPU-Matrixmultiplikationseinheit ist. Für vollständig verbundene Ebenen wird zur Erzielung einer hohen Effizienz eine minimale versteckte Größe von 512 empfohlen. Beachten Sie, dass Faltungsebenen in der Regel nicht so groß wie vollständig verbundene Ebenen sein müssen, um ein gleiches Effizienzniveau zu erreichen.

So leiten Sie Gegenmaßnahmen ein

Wenn die primäre Motivation für kleine Ebenengrößen in Ihrem Modell die Trainingsgeschwindigkeit ist, sollten Sie Ihre Modelle mit größeren Schichten auf der TPU neu vergleichen. Wenn Sie beispielsweise die Ausgabegröße einer Ebene von 256 auf 512 erhöhen, kann die Trainingszeit nur um 20% erhöht werden, wenn das Modell doppelt so viele Berechnungen durchführt.

Modellprofilierung auf Operationsebene

Häufig ist es hilfreich, die Ausführungszeit und Speichernutzung auf der Operationsebene zu messen, um Leistungsengpässe zu identifizieren. Weitere Informationen dazu finden Sie in der Anleitung
Cloud TPU-Tools: Trace Viewer.

Debugging verringert die Modellgenauigkeit

Eines der Ziele der Cloud TPU-Umgebung ist, dass jedes Modell, das gerade auf einer CPU oder GPU trainiert wird, eine sehr ähnliche Accuracy erreicht, wenn es auf der TPU trainiert wird, und zwar mit möglicherweise geringeren Anpassungen an Hyperparameter wie Batchgröße und Lernrate. Gelegentlich können Nutzer jedoch eine Verschlechterung der Accuracy beobachten, wenn sie Modelle auf der TPU trainieren. Die Behebung solcher Probleme kann aufgrund der zufälligen Art des neuronalen Netzwerktrainings extrem frustrierend sein. In diesem Abschnitt wird erläutert, wie Sie die Ursache für die Verringerung der Modellgenauigkeit bei der Portierung eines Modells auf die TPU ermitteln können.

Informationen zur Datenfragmentierung (Datenparallelität)

Eines der Hauptziele von TensorFlow besteht darin, dass jeder Vorgang nahezu identische Ergebnisse liefert, unabhängig davon, ob er auf der CPU, GPU oder TPU ausgeführt wird. Hiervon gibt es bestimmte Ausnahmen, z. B. zufällige Vorgänge. Wenn Sie einen signifikanten Unterschied zwischen der Ausgabe nicht zufälliger Operationen auf der TPU und der CPU feststellen, melden Sie dies als Programmfehler.

Für die Trainingspipeline insgesamt besteht jedoch ein deutlicher Unterschied zwischen dem Training auf der CPU/GPU und der TPU. Beim Training auf einer TPU führt TensorFlow die Datenfragmentierung aus. Jede Cloud TPU enthält 8 TPU-Kerne, die als unabhängige Verarbeitungseinheiten arbeiten. Für jeden Schritt des Trainings erhält jeder TPU-Kern einen Batch Daten, berechnet die Gewichtungsverläufe, tauscht die Gradienten mit den anderen TPU-Kernen aus und berechnet dann die Gewichtungsaktualisierung. Standardmäßig wird der Verlust über die Kerne gemittelt, er kann aber auch summiert werden, indem der Parameter CrossShardOptimizer geändert wird.

Wenn der Gesamtverlust des Modells als der Durchschnitt (oder die Summe) der unabhängigen Verluste pro Stichprobe berechnet werden kann, entspricht dieses Verfahren mathematisch dem Training für einen einzelnen großen Batch.

Die gängigste nicht unabhängige Operation pro Stichprobe ist die Batchnormalisierung, die jeden Pro-Kern-Batch getrennt durchläuft. Wenn der Batch eine Gesamtgröße von beispielsweise 128 aufweist, beträgt die Batchgröße pro Kern 16 und jeder der 8 Kerne führt die Batchnormalisierung für die eigenen 16 Stichproben aus. In einigen Fällen hat die Durchführung der Batchnormalisierung für kleine Batches (z. B. weniger als 32) zu einer Verschlechterung der Genauigkeit geführt. Im Idealfall sollte die Gesamt-Batchgröße groß sein (z. B. 256 bis 1.024). Wenn eine solche Batchgröße zu groß ist, um in den Speicher zu passen, muss der Fragmentierungseffekt von Fall zu Fall bewertet werden.

Deterministisches Training

Ein Grund dafür, dass es schwierig ist, Unterschiede in der Genauigkeit von Modellen zu beheben, besteht darin, dass die Trainingssoftware bei verschiedenen Frameworks (TensorFlow, PyTorch, JAX) unterschiedliche Gewichtungen zur Initialisierung und Datenverschiebung nutzt. Es ist sinnvoll, das Trainingsverfahren deterministisch zu ändern, damit mehrere Ausführungen nahezu identische Modelle erzeugen. In diesem Abschnitt wird deterministisch die MNIST-Anleitung ausgeführt:

  1. Erstellen Sie eine erste Prüfpunktdatei durch Ausführen eines einzelnen Schritts auf der CPU. Mit diesem Schritt erzielen Sie eine deterministische Gewichtungsinitialisierung. Außerdem müssen Sie für jede beliebige Funktion im Modell einen festen Zufallssee verwenden.
# Run training for 1 step to create an initial checkpoint.
python mnist_tpu.py \
  --use_tpu=False \
  --data_dir=${STORAGE_BUCKET}/data/ \
  --model_dir=${STORAGE_BUCKET}/init_output \
  --random_seed=12345 \
  --iterations=1
  --train_steps=1
  1. Ändern Sie alle Funktionen der Datenfragmentierung in Ihrer Eingabefunktion, um einen zufälligen Ausgangswert zu verwenden. Dies wurde bereits im Rahmen der MNIST-Anleitung durchgeführt. Dies funktioniert für die Vorgänge der Eingabedatenverarbeitung, da diese immer auf der CPU ausgeführt werden. Zufallsvorgänge in der Modellfunktion sind zwischen der TPU und der CPU möglicherweise nicht deterministisch. Wenn Sie eine zufällige Operation aufrufen, übergeben Sie einen festen Quellwert, damit zwischen den Ausführungen dieselben Ergebnisse erzielt werden. Beispiel:
# In the flag definitions
tf.flags.DEFINE_integer("batch_size", None, "Random seed for training")

# In the input_fn
if FLAGS.random_seed is not None:
dataset = dataset.shuffle(seed=FLAGS.random_seed)
  1. Führen Sie dasselbe Modell zweimal auf der CPU aus, um zu überprüfen, ob das Training deterministisch ist. Beachten Sie, dass das Training für eine angemessene Anzahl von Schritten (z. B. 1.000) ausgeführt werden muss, nicht aber zur Konvergenz.

    Da das CPU-Training mit einem Einzelkern-TPU-Training verglichen wird, verwenden Sie eine vollständige Batchgröße, die auf einen einzelnen TPU-Kern passt (in der Regel die vollständige Batchgröße geteilt durch 8). TensorFlow garantiert keinen bitweisen Determinismus zwischen Ausführungen, aber der Verlust sollte den dabei erreichten Werten sehr nahe kommen:
# Copy the initial weights
gsutil mkdir ${STORAGE_BUCKET}/cpu_output_1
gsutil cp -f ${STORAGE_BUCKET}/init_output/* ${STORAGE_BUCKET}/cpu_output_1
gsutil mkdir ${STORAGE_BUCKET}/cpu_output_2
gsutil cp -f ${STORAGE_BUCKET}/init_output/* ${STORAGE_BUCKET}/cpu_output_2

# Run 1
python mnist_tpu.py \
  --use_tpu=False \
  --data_dir=${STORAGE_BUCKET}/data/ \
  --model_dir=${STORAGE_BUCKET}/cpu_output_1 \
  --batch_size=128 \
  --random_seed=12345 \
  --train_steps=2000 \
  --eval_steps=10

# Output 1
accuracy = 0.9910644, global_step = 1000, loss = 0.025323588

# Run 2
python mnist_tpu.py \
  --use_tpu=False \
  --data_dir=${STORAGE_BUCKET}/data/ \
  --model_dir=${STORAGE_BUCKET}/cpu_output_1 \
  --batch_size=128 \
  --random_seed=12345 \
  --train_steps=2000 \
  --eval_steps=10

# Output 2
accuracy = 0.9910644, global_step = 1000, loss = 0.025323414

Einzelkern-TPU-Training

Sobald Sie die MNIST-Anleitung deterministisch ausführen können, besteht der nächste Schritt darin, die CPU-trainierten Ergebnisse auf der TPU zu replizieren, wobei ein einzelner TPU-Kern verwendet wird, um festzustellen, ob das Problem mit der Datenfragmentierung oder der TPU-Ausführungsengine selbst zusammenhängt.

So führen Sie das Einzelkern-Training und die Evaluierung in der MNIST-Anleitung aus:

# Use the same weight initialization as the CPU
gsutil cp -f ${STORAGE_BUCKET}/init_output/* ${STORAGE_BUCKET}/tpu_output

# Run training for 1000 steps
python mnist.py \
    --use_tpu=True \
    --master=$GRPC_SERVER \
    --train_file=${STORAGE_BUCKET}/data/train.tfrecords \
    --model_dir=${STORAGE_BUCKET}/tpu_output \
    --random_seed=12345 \
    --num_shards=1 \
    --batch_size=128 \
    --train_steps=1000 \
    --eval_steps=10

  accuracy = 0.9910644, global_step = 1000, loss = 0.02514153

Der Verlust stimmt nicht genau mit dem CPU-trainierten Modell überein, kommt diesem jedoch nahe. Ist Letzteres bei Ihrem Modell nicht der Fall, kann dies darauf hindeuten, dass ein Fehler in der TPU-Ausführungs-Engine vorliegt. Prüfen Sie Folgendes, bevor Sie einen Fehlerbericht senden:

  1. Sie übergeben num_shards=1 an TPUConfig.

  2. In Ihrer Modellfunktion liegen keine zufälligen Operationen vor und in Ihrer Eingabefunktion wird für alle zufälligen Operationen ein korrektes Seeding ausgeführt.

  3. Sie verwenden für das CPU- und das TPU-Training dieselbe initiale Prüfpunktdatei.

Fehlerbehebung beim Mehrkern-TPU-Training

Wenn Ihr Modell den gleichen Verlust auf der CPU und der Einzelkern-TPU erreicht, liegt möglicherweise eines der folgenden Probleme vor:

(a) Die Verschlechterung ist auf die natürliche zufällige Varianz zurückzuführen, wenn neuronale Modelle mit unterschiedlichen Initialisierungen trainiert werden.

(b) Die Verschlechterung ist auf ein Problem bei der Datenfragmentierung auf der TPU zurückzuführen.

Um festzustellen, ob Problem (a) zutrifft, trainieren Sie das vollständige Modell auf der CPU/GPU und der Mehrkern-TPU mit der gleichen Gewichtungsinitialisierung, wie oben beschrieben erneut.

Wenn Sie sicher sind, dass der Genauigkeitsabfall statistisch signifikant ist, handelt es sich bei den Problemen im Zusammenhang mit der Datenfragmentierung mit hoher Wahrscheinlichkeit um die Folgenden:

  1. Wenn das Modell Batchnormalisierung verwendet, kann eine Gesamt-Batchgröße von weniger als 256 (z. B. weniger als 32 pro Kern) die Accuracy verringern.
  2. Batch-verlorene Funktionen sind von der Fragmentierung betroffen. Solche Verlustfunktionen sind in der Regel ziemlich speziell. Beispiel: Karras et al. 2017 verwendet beim Trainieren eines generativen kontradiktorischen Netzwerks (GAN, Generative Adversarial Network) beispielsweise einen Batchdiskriminator.

Fehlerbehebung bei TPU-VMs

Die folgenden Probleme und Lösungen gelten nur für TPU-VM-Konfigurationen.

Fehlerbehebung bei der gcloud-Einrichtung

Problem

gcloud components update zeigt die folgende Fehlermeldung an:

ERROR: (gcloud.components.update)
You cannot perform this action because the Cloud SDK component manager
is disabled for this installation.
Lösung

Wenn Sie gcloud mit der TPU-VM verwenden möchten, ist dazu eine gcloud-Installation erforderlich, die nicht über einen Paketmanager verwaltet wird. Zum Installieren gcloud des Quellcodes führen Sie die folgenden Schritte aus:

sudo apt-get remove google-cloud-sdk
curl -O https://dl.google.com/dl/cloudsdk/channels/rapid/downloads/google-cloud-sdk-311.0.0-linux-x86_64.tar.gz
tar -xzf google-cloud-sdk-311.0.0-linux-x86_64.tar.gz
./google-cloud-sdk/install.sh
source ~/.bashrc
Problem

Wenn Sie einen Befehl ausführen, der mit gcloud alpha compute tpus tpu-vm beginnt, wird Folgendes angezeigt:

ERROR: (gcloud.alpha.compute.tpus) Invalid choice: 'tpu-vm'.
Lösung

Dies tritt auf, wenn das Komponenten-Repository nicht ordnungsgemäß aktualisiert wurde. Zur Prüfung rufen Sie gcloud --version auf. Die erste Zeile der Ausgabe muss "Google Cloud SDK HEAD" lauten. Andernfalls wird die Aktualisierung nicht ausgeführt. Versuchen Sie in diesem Fall, die gcloud-Komponenten mit dem folgenden Befehl zu aktualisieren.

gcloud components update

Wenn der Fehler weiterhin auftritt, installieren Sie gcloud mit dem folgenden Befehl neu:

gcloud components reinstall
Problem

Der Befehl gcloud alpha compute tpus tpu-vm ssh ${TPU_NAME} --zone ${ZONE} ergibt die folgende Fehlermeldung:

Waiting for SSH key to propagate.
ssh: connect to host 34.91.136.59 port 22: Connection timed out
ssh: connect to host 34.91.136.59 port 22: Connection timed out
ssh: connect to host 34.91.136.59 port 22: Connection timed out
ERROR: (gcloud.alpha.compute.tpus.tpu-vm.ssh) Could not SSH into the instance.  It is possible that your SSH key has not propagated to the instance yet. Try running this command again.  If you still cannot connect, verify that the firewall and instance are set to accept ssh traffic.
Lösung

Möglicherweise liegt ein Problem mit der SSH-Schlüsselverteilung vor. Verschieben Sie zur Fehlerbehebung die automatisch generierten Schlüssel an einen Sicherungsspeicherort, damit gcloud sie neu erstellt:

mv ~/.ssh/google_compute_engine ~/.ssh/old-google_compute_engine
mv ~/.ssh/google_compute_engine.pub ~/.ssh/old-google_compute_engine.pub

Fehlerbehebungsprotokolle

Die unterstützten Cloud TPU-Frameworks, JAX, PyTorch und TensorFlow greifen über eine gemeinsam genutzte Bibliothek mit dem Namen libtpu auf TPUs zu, die auf jeder TPU-VM vorhanden sind. Diese Bibliothek enthält den XLA-Compiler, der zum Kompilieren von TPU-Programmen verwendet wird, die TPU-Laufzeit, die zur Ausführung kompilierter Programme verwendet wird, und den TPU-Treiber, der von der Laufzeit für den Zugriff auf die niedrige TPU verwendet wird.

Die Bibliothek libtpu protokolliert Informationen, die für die Fehlerbehebung nützlich sein können. Standardmäßig werden diese Logs auf jeder Cloud TPU-VM in /tmp/tpu_logs geschrieben. Die folgenden Umgebungsvariablen können festgelegt werden, bevor Sie mit dem Training beginnen, um das Logging-Verhalten zu ändern:

TPU_LOG_DIR: das Verzeichnis, in das Logs geschrieben werden
Als Standardspeicherort wird /tmp/tpu_logs verwendet. Das Verzeichnis wird erstellt, wenn es noch nicht vorhanden ist, aber es werden keine übergeordneten Verzeichnisse erstellt. Wenn ein Fehler beim Auffinden oder Erstellen des angegebenen Verzeichnisses auftritt, wird eine Nachricht in xmlns ausgegeben, das Programm wird aber nicht angehalten. Das Logging ist deaktiviert. Legen Sie den Verzeichnisnamen auf „Deaktiviert“ fest, um die Protokollierung auf der Festplatte vollständig zu deaktivieren.
TPU_MIN_LOG_LEVEL: der minimale Schweregrad, der auf dem Laufwerk protokolliert wird
Die Auswahlmöglichkeiten sind 0 (Info), 1 (WARNING), 2 (ERROR) und 3 (FATAL). Der Standardwert ist 0.
TPU_STDERR_LOG_LEVEL: der Mindestschweregrad, der zusätzlich zu dem Laufwerk in Nearline protokolliert wird (falls zutreffend)
Die Auswahlmöglichkeiten sind mit TPU_MIN_LOG_LEVEL identisch. Der Standardwert ist 3.
TPU_MAX_LOG_SIZE_MB: die maximale Größe in Megabyte für jede Protokolldatei
Sobald die vorherige Datei ungefähr diese Größe erreicht, wird automatisch eine neue Logdatei gestartet. Der Standardwert ist 1.024.