Entrena AmoebaNet-D en Cloud TPU

El modelo AmoebaNet-D es una de las arquitecturas de clasificación de imágenes descubiertas mediante el uso de Evolutionary AutoML. El modelo se basa en resultados del artículo de AmoebaNet: Real, E., Aggarwal, A., Huang, Y, y Le, Q.V., 2018, Regularized Evolution for Image Classifier Architecture Search (Evolución regularizada para búsqueda de arquitectura de clasificador de imágenes), arXiv preimpresión arXiv:1802.01548.

Este modelo emplea TPUEstimator, una API de TensorFlow de alto nivel, que es el método recomendado para compilar y ejecutar un modelo de aprendizaje automático en Cloud TPU.

La API simplifica el proceso de desarrollo de modelos mediante el ocultamiento de la mayor parte de la implementación de nivel bajo, lo que facilita el cambio entre la TPU y otras plataformas, como GPU o CPU.

Objetivos

  • Crear un depósito de Cloud Storage para almacenar el resultado de tu modelo y tu conjunto de datos
  • Preparar una versión de prueba del conjunto de datos ImageNet, denominado conjunto de datos fake_imagenet.
  • Ejecutar el trabajo de entrenamiento.
  • Verificar los resultados de salida

Costos

En este instructivo, se usan componentes facturables de Google Cloud, que incluyen los siguientes:

  • Compute Engine
  • Cloud TPU
  • Cloud Storage

Usa la calculadora de precios para generar una estimación de los costos según el uso previsto. Los usuarios nuevos de Google Cloud pueden ser elegibles para obtener una prueba gratuita.

Antes de comenzar

Antes de comenzar este instructivo, verifica que tu proyecto de Google Cloud esté configurado correctamente.

  1. Accede a tu Cuenta de Google.

    Si todavía no tienes una cuenta, regístrate para obtener una nueva.

  2. En la página de selección de proyectos de Cloud Console, selecciona o crea un proyecto de Cloud.

    Ir a la página Selector de proyectos

  3. Asegúrate de que la facturación esté habilitada para tu proyecto de Google Cloud. Obtén información sobre cómo confirmar que tienes habilitada la facturación para tu proyecto.

  4. En esta explicación, se usan componentes facturables de Google Cloud. Consulta la página de precios de Cloud TPU para calcular los costos. Asegúrate de limpiar los recursos que crees cuando hayas terminado de usarlos para evitar cargos innecesarios.

Configura tus recursos

En esta sección, se proporciona información sobre cómo configurar el depósito de Cloud Storage, la VM y los recursos de Cloud TPU para instructivos.

  1. Abre una ventana de Cloud Shell.

    Abre Cloud Shell

  2. Crea una variable para el ID de tu proyecto.

    export PROJECT_ID=project-id
    
  3. Configura la herramienta de línea de comandos gcloud para usar el proyecto en el que deseas crear Cloud TPU.

    gcloud config set project ${PROJECT_ID}
    
  4. Crea un depósito de Cloud Storage con el siguiente comando:

    gsutil mb -p ${PROJECT_ID} -c standard -l europe-west4 -b on gs://bucket-name
    

    Este depósito de Cloud Storage almacena los datos que usas para entrenar tu modelo y los resultados del entrenamiento. La herramienta ctpu up que se usa en este instructivo configura los permisos predeterminados para la cuenta de servicio de Cloud TPU. Si quieres contar con permisos más detallados, revisa los permisos de nivel de acceso.

    La ubicación del depósito debe estar en la misma región que tu máquina virtual (VM) y tu nodo TPU. Las VM y los nodos TPU se encuentran en zonas específicas, que son subdivisiones dentro de una región.

  5. Para esto, inicia los recursos necesarios de Compute Engine y Cloud TPU con el comando ctpu up.

    ctpu up --zone=europe-west4-a \
     --vm-only \
     --disk-size-gb=300 \
     --machine-type=n1-standard-8 \
     --tf-version=1.15.3 \
     --name=amoebanet-tutorial

    Para obtener más información sobre la utilidad de CTPU, consulta la Referencia de CTPU.

  6. Cuando se te solicite, presiona y a fin de crear tus recursos de Cloud TPU.

Cuando el comando ctpu up termine de ejecutarse, verifica que el indicador de shell haya cambiado de username@projectname a username@vm-name. Este cambio indica que accediste a tu VM de Compute Engine. Si no estás conectado a la instancia de Compute Engine, puedes hacerlo mediante la ejecución del comando siguiente:

gcloud compute ssh amoebanet-tutorial --zone=europe-west4-a

A partir de este momento, el prefijo (vm)$ indica que debes ejecutar el comando en la instancia de VM de Compute Engine.

Prepara los datos

La aplicación de entrenamiento espera que tus datos de entrenamiento sean accesibles en Cloud Storage. La aplicación de entrenamiento también usa tu depósito de Cloud Storage para almacenar puntos de control durante el entrenamiento.

Entrena y evalúa el modelo AmoebaNet-D con fake_imagenet

ImageNet es una base de datos de imágenes. Las imágenes de la base de datos están organizadas en forma jerárquica, y cada nodo está representado por cientos y miles de imágenes.

En este instructivo, se usa una versión de demostración del conjunto de datos completo de ImageNet, denominado fake_imagenet. Esta versión de demostración permite probar el instructivo, a la vez que se reducen los requisitos de almacenamiento y tiempo que se suelen asociar con la ejecución de un modelo en el conjunto de datos completo de ImageNet.

El conjunto de datos fake_imagenet solo es útil para comprender cómo usar una Cloud TPU y validar el rendimiento de extremo a extremo. Los números de exactitud y el modelo guardado no serán significativos.

Para obtener información sobre cómo descargar y procesar el conjunto de datos de ImageNet completo, consulta la página sobrecómo descargar, preprocesar y subir el conjunto de datos de ImageNet.

En los pasos siguientes, un prefijo (vm)$ significa que debes ejecutar el comando en tu VM de Compute Engine.

  1. Inicia un recurso de Cloud TPU con la utilidad de ctpu.

    (vm)$ ctpu up --tpu-only \
     --name=amoebanet-tutorial \
     --tf-version=1.15.3
    
  2. Configura las siguientes variables de entorno y reemplaza bucket-name por el nombre de tu depósito de Cloud Storage:

    (vm)$ export STORAGE_BUCKET=gs://bucket-name
    
    (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/amoebanet
    (vm)$ export DATA_DIR=gs://cloud-tpu-test-datasets/fake_imagenet
    (vm)$ export PYTHONPATH="${PYTHONPATH}:/usr/share/tpu/models"
    
    (vm)$ export TPU_NAME=amoebanet-tutorial
    
  3. Navega al directorio:

    (vm)$ cd /usr/share/tpu/models/official/amoeba_net/
    
  4. Ejecuta la secuencia de comandos de entrenamiento.

    (vm)$ python3 amoeba_net.py \
       --tpu=${TPU_NAME} \
       --data_dir=${DATA_DIR} \
       --model_dir=${MODEL_DIR} \
       --num_epochs=1
    
    Parámetro Descripción
    tpu Especifica el nombre de la Cloud TPU. Ten en cuenta que ctpu pasa este nombre a la VM de Compute Engine como una variable de entorno (TPU_NAME).
    data_dir Especifica la ruta de Cloud Storage para la entrada de entrenamiento. En este ejemplo, se establece como el conjunto de datos fake_imagenet.
    model_dir Especifica el directorio en el que se almacenarán los puntos de control y los resúmenes durante el entrenamiento del modelo. Si no hay una carpeta, el programa crea una. Cuando se usa una Cloud TPU, el model_dir debe ser una ruta de Cloud Storage ('gs://…'). Puedes volver a usar una carpeta existente a fin de cargar datos de puntos de control actuales y almacenar puntos de control adicionales siempre que los anteriores se hayan creado con la TPU del mismo tamaño y versión de TensorFlow.

Para un solo dispositivo de Cloud TPU, este procedimiento entrena el modelo AmoebaNet-D durante 1 ciclo de entrenamiento y lo evalúa cada cierta cantidad fija de pasos. Con las marcas especificadas, el modelo debería entrenarse en aproximadamente 30 minutos en una Cloud TPU v3-8. El entrenamiento para la convergencia lleva alrededor de 90 ciclos de entrenamiento y aproximadamente 10 horas.

Debido a que el entrenamiento y la evaluación se realizaron en el conjunto de datos fake_imagenet, los resultados de salida no reflejan el resultado real que aparecería si el entrenamiento y la evaluación se realizaran en un conjunto de datos real.

En este punto, puedes finalizar este instructivo y limpiar tus recursos de GCP o puedes explorar con más detalle cómo ejecutar el modelo en los pods de Cloud TPU.

Escala tu modelo con pods de Cloud TPU

Puedes obtener resultados más rápidos si escalas tu modelo con pods de Cloud TPU. El modelo AmoebaNet, que es compatible en su totalidad, puede funcionar con las porciones de pod siguientes:

  • v2-32
  • v3-32

Cuando trabajes con pods de Cloud TPU, primero entrena el modelo con un pod y, luego, usa un solo dispositivo Cloud TPU para evaluar el modelo.

Entrena con pods de Cloud TPU

  1. Borra el recurso de Cloud TPU que creaste a fin de entrenar el modelo en un solo dispositivo.

    (vm)$ ctpu delete --tpu-only \
     --name=amoebanet-tutorial \
     --zone=europe-west4-a
  2. Ejecuta el comando ctpu up con el parámetro tpu-size para especificar la porción de pod que deseas usar. Por ejemplo, el comando siguiente usa una porción de pod v2-32.

    (vm)$ ctpu up --tpu-only \
    --tf-version=1.15.3 \
    --tpu-size=v2-32 \
    --name=amoebanet-tutorial-pod \
    --zone=europe-west4-a
    
  3. Actualiza el directorio MODEL_BUCKET para almacenar los datos de entrenamiento del pod.

    (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/amoebanet-tutorial-pod
    (vm)$ export TPU_NAME=amoebanet-tutorial-pod
    
  4. Entrena el modelo en tu VM de Compute Engine con los indicadores siguientes:

    (vm)$ python3 amoeba_net.py \
       --tpu=${TPU_NAME} \
       --data_dir=${DATA_DIR} \
       --model_dir=${MODEL_DIR} \
       --num_cells=6 \
       --image_size=224 \
       --num_epochs=1 \
       --train_batch_size=4096 \
       --eval_batch_size=1000 \
       --lr=10.24 \
       --lr_decay_value=0.88 \
       --num_shards=32 \
       --lr_warmup_epochs=0.35 \
       --mode=train \
       --iterations_per_loop=1000
    
    Parámetro Descripción
    tpu Especifica el nombre de la Cloud TPU. Ten en cuenta que ctpu pasa este nombre a la VM de Compute Engine como una variable de entorno (TPU_NAME).
    data_dir Especifica la ruta de Cloud Storage para la entrada de entrenamiento. En este ejemplo, se establece como el conjunto de datos fake_imagenet.
    model_dir Especifica el directorio en el que se almacenan los puntos de control y los resúmenes durante el entrenamiento del modelo. Si la carpeta no existe, el programa crea una. Cuando se usa una Cloud TPU, el 'model_dir' debe ser una ruta de Cloud Storage ('gs://…'). Puedes volver a usar una carpeta existente para cargar datos de puntos de control actuales y almacenar puntos de control adicionales siempre que los anteriores se hayan creado con una TPU del mismo tamaño y la misma versión de TensorFlow.

El procedimiento entrena el modelo AmoebaNet-D en el conjunto de datos fake_imagnet en 1 ciclo de entrenamiento. Este entrenamiento tarda alrededor de 90 minutos en una Cloud TPU v2-32. Se entrenará para lograr la convergencia en aproximadamente 35 ciclos de entrenamiento.

Evalúa el modelo

La evaluación se debe ejecutar en un solo dispositivo de Cloud TPU, por lo que debes borrar el pod de TPU y crear un dispositivo de Cloud TPU nuevo. Luego, usarás esta Cloud TPU para evaluar el modelo entrenado anterior con los datos de validación de fake_imagenet.

  1. Borra el recurso de Cloud TPU que creaste a fin de entrenar el modelo en un solo dispositivo.

    (vm)$ ctpu delete --tpu-only \
     --name=amoebanet-tutorial-pod \
     --zone=europe-west4-a
  2. Ejecuta el comando ctpu up con el parámetro tpu-size para especificar la Cloud TPU que deseas usar. Por ejemplo, el siguiente comando usa un tipo de TPU v3-8.

    (vm)$ ctpu up --tpu-only \
    --tf-version=1.15.3 \
    --tpu-size=v3-8 \
    --name=amoebanet-tutorial-eval \
    --zone=europe-west4-a
    
  3. Actualiza el directorio MODEL_BUCKET para que apunte a los datos de entrenamiento del pod.

    (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/amoebanet-tutorial-pod
    (vm)$ export TPU_NAME=amoebanet-tutorial-eval
    
  4. Ejecuta la evaluación del modelo con las marcas siguientes:

    (vm)$ python3 amoeba_net.py \
    --tpu=${TPU_NAME} \
    --data_dir=${DATA_DIR} \
    --model_dir=${MODEL_DIR} \
    --num_cells=6 \
    --image_size=224 \
    --train_batch_size=4096 \
    --eval_batch_size=1000 \
    --mode=eval \
    --iterations_per_loop=1000
    

Esto genera un resultado similar al que se muestra a continuación:

Evaluation results: {'loss': 6.908725, 'top_1_accuracy': 0.001, 'global_step': 10955, 'top_5_accuracy': 0.005}

Debido a que el entrenamiento y la evaluación se realizaron en el conjunto de datos fake_imagenet, los resultados de salida no reflejan el resultado real que aparecería si el entrenamiento y la evaluación se realizaran en un conjunto de datos real.

Usa porciones más grandes de pods de Cloud TPU

También puedes probar el modelo con porciones más grandes de pods de Cloud TPU. En la tabla siguiente, se muestran los valores recomendados para estas porciones.

Parámetro Descripción 128 núcleos 256 núcleos
num_cells Cantidad total de celdas 6 6
image_size Tamaño de la imagen, si se suponen la altura y el ancho 224 224
num_epochs Cantidad de pasos que se usaron para el entrenamiento 60 90
train_batch_size Tamaño de lote global (no por fragmento) para el entrenamiento 8192 16384
lr Tasa de aprendizaje 20.48 40.96
lr_decay_value Tasa de decaimiento exponencial usada para ajustar la tasa de aprendizaje 0.91 0.94
num_shards Cantidad de fragmentos (núcleos de TPU) 128 256

Limpia

Sigue estos pasos para evitar que se apliquen cargos a tu cuenta de Google Cloud Platform por los recursos que usaste en este instructivo:

  1. Borra tu Cloud TPU.

    $ ctpu delete --tpu-only \
      --name=amoebanet-tutorial-eval \
      --zone=europe-west4-a
    
  2. Desconéctate de la instancia de Compute Engine, si aún no lo hiciste:

    (vm)$ exit
    

    El mensaje ahora debería mostrar username@projectname, que indica que estás en Cloud Shell.

  3. En Cloud Shell, ejecuta ctpu delete con la marca --zone que usaste cuando configuraste la Cloud TPU para borrar la VM de Compute Engine y la Cloud TPU:

    $ ctpu delete --vm-only --name=amoebanet-tutorial --zone=europe-west4-a
    
  4. Ejecuta ctpu status para asegurarte de no tener instancias asignadas y así evitar cargos innecesarios por el uso de TPU. La eliminación puede tomar varios minutos. Una respuesta como la que se muestra a continuación indica que no hay más instancias asignadas:

    2018/04/28 16:16:23 WARNING: Setting zone to "europe-west4-a"
    No instances currently exist.
            Compute Engine VM:     --
            Cloud TPU:             --
    
  5. Ejecuta gsutil como se muestra y reemplaza bucket-name por el nombre del depósito de Cloud Storage que creaste para este instructivo:

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

¿Qué sigue?

En este instructivo, entrenaste el modelo AmoebaNet-D con un conjunto de datos de muestra. Los resultados de este entrenamiento (en la mayoría de los casos) no se pueden usar para la inferencia. Para usar un modelo de inferencia, puedes entrenar los datos en un conjunto de datos disponible públicamente o en tu propio conjunto de datos. Los modelos entrenados en Cloud TPU requieren que los conjuntos de datos tengan el formato TFRecord.

Puedes usar la muestra de la herramienta de conversión de conjuntos de datos para convertir un conjunto de datos de clasificación de imágenes en formato TFRecord. Si no usas un modelo de clasificación de imágenes, deberás convertir tu conjunto de datos en formato TFRecord tú mismo. Para obtener más información, consulta TFRecord y tf.Example.

Ajuste de hiperparámetros

Para mejorar el rendimiento del modelo con tu conjunto de datos, puedes ajustar los hiperparámetros del modelo. Puedes encontrar información sobre hiperparámetros comunes a todos los modelos compatibles con TPU en GitHub. La información sobre los hiperparámetros específicos del modelo se puede encontrar en el código fuente para cada modelo. Para obtener más información sobre el ajuste de hiperparámetros, consulta Descripción general del ajuste de hiperparámetros, Usa el servicio de ajuste de hiperparámetros y Ajusta los hiperparámetros.

Inferencia

Una vez que entrenaste tu modelo, puedes usarlo para la inferencia (también llamada predicción). AI Platform es una solución basada en la nube que sirve para desarrollar, entrenar e implementar modelos de aprendizaje automático. Una vez que se implementa un modelo, puedes usar el servicio de AI Platform Prediction.