Fehlerbehebung bei TensorFlow – TPU

Dieser Leitfaden enthält zusammen mit den FAQs Hilfe bei der Fehlerbehebung für Nutzer, die TensorFlow-Modelle in Cloud TPU trainieren. Wenn Sie Fehler mit Pytorch oder JAX-Training beheben möchten, können Sie die Dokumente zur Fehlerbehebung für diese Frameworks verwenden:

Allgemeine Anleitungen zur Verwendung von Cloud TPU finden Sie unter:

Überblick

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

  1. Probleme beim Verbinden mit der TPU

  2. Häufige Fehler beheben

  3. Arbeitsspeichernutzung reduzieren

  4. Trainingsgeschwindigkeit verbessern

  5. Nachlassende Modellgenauigkeit bei der Fehlerbehebung

Fehler beim Herstellen einer Verbindung zum TPU-Server

In diesem Abschnitt wird beschrieben, wie Sie Fehler in Situationen beheben, in denen TensorFlow beim Herstellen einer Verbindung zur TPU nicht mehr reagiert oder einen Fehler ausgibt. Der Schritt zum Kompilieren des TPU-Graphen kann bei großen Modellen sehr lange dauern. Lassen Sie das Skript daher mindestens 5 Minuten lang ausgeführt, bevor Sie zu dem Schluss kommen, dass es nicht mehr reagiert.

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 Ihre 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, Ihr Modell aber immer noch nicht mehr reagiert, liegt das Problem wahrscheinlich bei Ihrer Trainingspipeline. Um dieses Problem zu beheben, ersetzen Sie zuerst die TPUStrategy in Ihrem Code durch die Standardstrategie. Wenn Sie die Standardstrategie verwenden, wird das Modell bei strategy.scope() oder strategy.run() auf der CPU (oder GPU, falls vorhanden) statt auf der TPU ausgeführt. Wenn das Modell auf der CPU und nicht auf der TPU ausgeführt wird, muss ein TPU-spezifisches Problem vorliegen. Wenn er immer noch nicht ausgeführt wird, empfiehlt es sich, das Problem auf der CPU zu beheben.

Verlust der ssh-Verbindung während des Trainings

Die ssh-Verbindung zur Cloud TPU kann bei einem lang andauernden Training zu einer Zeitüberschreitung führen (insbesondere, wenn Sie Cloud Shell verwenden). An diesem Punkt wird keine Ausgabe an die TPU-Konsole ausgegeben und es kann so aussehen, als hätte die TPU das Training beendet. Um dies zu vermeiden, führen Sie die Trainingssitzung mit einem Terminalmultiplexer oder Tool zur Sitzungsverwaltung wie tmux oder screen aus. Dadurch bleibt die ssh-Verbindung unabhängig von der Dauer des Trainings aktiv.

Behebung von allgemeinen Fehlern

TPU kann nicht erstellt werden

Beim Erstellen einer Cloud TPU wird möglicherweise der folgende Fehler angezeigt:

googleapiclient.errors.HttpError: < HttpError 403 when requesting https://content-tpu.googleapis.com/v1/projects/{PROJECT}/locations/{ZONE}/nodes/{TPU_NAME}?alt=json returned "Request had insufficient authentication scopes."

Dies ist ein Berechtigungsproblem, das mit dem folgenden Befehl behoben werden kann:

gcloud auth login --update-adc

Mit diesem Befehl werden die Standardanmeldedaten für Anwendungen (Application Default Credentials, ADC) aktualisiert und das Problem sollte behoben sein. Weitere Informationen finden Sie unter gcloud auth login.

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 mit TensorFlow unter Verwendung der TPU-Knotenarchitektur trainiert wird.

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 mit TensorFlow unter Verwendung der TPU-Knotenarchitektur trainiert wird.

Details

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

Ein Beispiel für die Konvertierung 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 Meldung 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 Kompilierungsschritt die Trainingsgeschwindigkeit und die Arbeitsspeichernutzung erheblich verbessert, müssen die Formen (Dimensionsgrößen) aller Tensoren im Graphen zum Zeitpunkt der Graphkompilierung 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 Stichproben aus einer Datei gelöscht, 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 beim Training mit TensorFlow auftreten.

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 beim Training mit TensorFlow, PyTorch oder JAX auftreten.

Details

Jede Cloud TPU besteht aus acht TPU-Kernen, v2-TPUs haben 8 GB und v3-TPUs 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 zum Reduzieren 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.

Wenn beim Wiederherstellen einer Verbindung zur TPU, nachdem sie auf diese Weise beendet wurde, neue Fehler auftreten, setzen Sie den TPU-Server mit den folgenden Befehlen 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, die durch den Befehl gcloud compute tpus list angezeigt wird, und zone die Zone in der zweiten Spalte ist.

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 lässt sich die Speichernutzung am effektivsten reduzieren:

  • Übermäßiges Padding für 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 von einem Modell benötigte Arbeitsspeicher hängt von der Anzahl der Ebenen im Netzwerk ab.

Die TPU-Laufzeit versucht, Operatoren zu optimieren, damit das Modell in den Arbeitsspeicher passt (sogenannte Rematerialisierung, ähnlich wie die Gradienten-Prüfpunktausführung), dies ist jedoch nicht immer möglich.

So reduzieren Sie die Arbeitsspeichernutzung

Reduzieren Sie die Batchgröße langsam, bis sie in den Speicher passt. Achten Sie dabei darauf, dass die Batchgröße ein Vielfaches von 64 ist (die Batchgröße pro Kern 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 umfangreiche Kommunikation zwischen der Host-CPU des TPU-Servers und dem TPU-Gerät. Wenn steps_per_execution also zu klein ist, kann dies das Training verlangsamen.

So ermitteln Sie, ob Ihr Modell betroffen ist

Wenn ein TPU-Profil häufige Host-CPU-Callbacks zwischen TPU-Geräteschritten aufzeigt, kann Ihr Training von einem höheren steps_per_execution-Wert profitieren.

So leiten Sie Gegenmaßnahmen ein

Setzen Sie steps_per_execution auf einen höheren Wert. Beachten Sie, dass steps_per_execution auf einen hohen Wert gesetzt werden kann. Beachten Sie jedoch, dass das Logging von Nachrichten und das Speichern eines Prüfpunkts erst erfolgen können, nachdem die angegebene Anzahl von Schritten ausgeführt wurde.

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 ist die Verwendung der Anzahl der verfügbaren CPU-Kerne.
  4. Führen Sie die teure Datenvorverarbeitung offline durch, sodass dafür nur einmal Kosten anfallen und nicht in jeder Epoche jedes Trainings.

Die gesamte Eingabeverarbeitung erfolgt auf CPUs, 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 in diesem Fall sehen, sind langsame Schrittzeiten in Verbindung mit einer niedrigen MXU-Auslastung, die angezeigt wird, wenn Sie das Profil der Leistung erstellen.

So leiten Sie Gegenmaßnahmen ein

Versuchen Sie, die Anzahl der Operationen zu reduzieren, die keine Matrixmultiplikationen sind. Nachdem Sie die Anzahl der Matrixmultiplikationen reduziert haben, führen Sie ein erneutes Benchmarking durch, um zu sehen, 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 geringe 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

Es empfiehlt sich, die größte Batchgröße zu verwenden, die in den Speicher 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 der Hauptgrund für kleine Schichtgrößen in Ihrem Modell die Trainingsgeschwindigkeit ist, messen Sie Ihre Modelle mit größeren Ebenen auf der TPU noch einmal. Wenn Sie beispielsweise die Ausgabegröße einer Ebene von 256 auf 512 erhöhen, erhöht sich die Trainingszeit möglicherweise nur um 20 %, obwohl das Modell die doppelte Anzahl von Berechnungen durchführt.

Modellprofilierung auf Operationsebene

Häufig ist es hilfreich, die Ausführungszeit und Speichernutzung auf der Operationsebene zu messen, um Leistungsengpässe zu identifizieren. Eine Anleitung 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 eine Datenfragmentierung durch. Jede Cloud TPU enthält 8 TPU-Kerne, die als unabhängige Verarbeitungseinheiten fungieren. Für jeden Schritt des Trainings empfängt jeder TPU-Kern einen Batch von Daten, berechnet die Gewichtungsunterschiede, 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, warum es schwierig ist, Unterschiede bei der Modellgenauigkeit zu beheben, ist, dass die Trainingssoftware in verschiedenen Frameworks (TensorFlow, PyTorch, JAX) jedes Mal, wenn ein Modell trainiert wird, eine andere Gewichtungsinitialisierung und Datenumverteilung verwendet. Es ist vorteilhaft, das Trainingsverfahren so zu ändern, dass es deterministisch ist, sodass mehrere Ausführungen nahezu identische Modelle erzeugen. In diesem Abschnitt wird beschrieben, wie Sie die MNIST-Anleitung deterministisch ausführen:

  1. Erstellen Sie eine erste Prüfpunktdatei durch Ausführen eines einzelnen Schritts auf der CPU. Mit diesem Schritt erzielen Sie eine deterministische Gewichtungsinitialisierung. Achten Sie außerdem darauf, für jede zufällige Funktion im Modell einen festen zufälligen Seed-Wert zu 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 einen zufälligen Vorgang aufrufen, übergeben Sie einen festen Seed-Wert, um zwischen den Durchläufen dieselben Ergebnisse zu erzielen. 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 prüfen, ob das Training deterministisch ist. Das Training muss für eine angemessene Anzahl von Schritten ausgeführt werden (z. B. 1.000), aber nicht 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:

Ursprüngliche Gewichtungen kopieren

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

Lauf 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

Ausgabe 1

accuracy = 0.9910644, global_step = 1000, loss = 0.025323588

Lauf 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

Ausgabe 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:

Verwenden Sie die gleiche Gewichtungsinitialisierung wie die CPU

gsutil cp -f ${STORAGE_BUCKET}/init_output/* ${STORAGE_BUCKET}/tpu_output

1.000 Trainingsschritte laufen lassen

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

Ausgabe

  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. Batchweise Verlustfunktionen 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 für 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 einer TPU-VM verwenden möchten, müssen Sie eine gcloud-Installation verwenden, die nicht über einen Paketmanager verwaltet wird. So installieren Sie gcloud aus dem Quellcode:
  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

Der Befehl gcloud 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.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 namens libtpu auf TPUs zu, die auf jeder TPU-VM vorhanden ist. Diese Bibliothek enthält den XLA-Compiler, der zum Kompilieren von TPU-Programmen verwendet wird, die TPU-Laufzeit, die zum Ausführen von kompilierten Programmen verwendet wird, und den TPU-Treiber, der von der Laufzeit für den Low-Level-Zugriff auf die TPU verwendet wird.

Die libtpu-Bibliothek protokolliert Informationen, die für die Fehlerbehebung hilfreich sein können. Standardmäßig werden diese Logs auf jeder Cloud TPU-VM in /tmp/tpu_logs geschrieben. Die folgenden Umgebungsvariablen können vor Beginn des Trainings festgelegt werden, um das Logging-Verhalten zu ändern:

TPU_LOG_DIR: Verzeichnis, in das Logs geschrieben werden
Der Speicherort des Verzeichnisses ist standardmäßig /tmp/tpu_logs. Das Verzeichnis wird erstellt, falls es noch nicht vorhanden ist, es werden jedoch keine übergeordneten Verzeichnisse erstellt. Wenn bei der Suche oder beim Erstellen des angegebenen Verzeichnisses ein Fehler auftritt, wird eine Meldung an stderr ausgegeben. Das Programm wird jedoch nicht angehalten und das Logging ist deaktiviert. Setzen Sie den Verzeichnisnamen auf "disabled", um das Logging auf dem Laufwerk vollständig zu deaktivieren.
TPU_MIN_LOG_LEVEL: Mindestschweregrad, der auf dem Laufwerk protokolliert wird
Sie haben die Wahl zwischen 0 (INFO), 1 (WARNING), 2 (ERROR) und 3 (FATAL). Der Standardwert ist 0.
TPU_STDERR_LOG_LEVEL: Mindestschweregrad, der gegebenenfalls zusätzlich zum Laufwerk in stderr protokolliert wird
Die Auswahlmöglichkeiten entsprechen denen von TPU_MIN_LOG_LEVEL. Der Standardwert ist 3.
TPU_MAX_LOG_SIZE_MB: die maximale Größe jeder Protokolldatei in Megabyte
Eine neue Logdatei wird automatisch gestartet, wenn die vorherige Datei etwa diese Größe erreicht. Die Standardeinstellung ist 1.024.