Como treinar o AmoebaNet-D no Cloud TPU

Neste tutorial, você aprende a treinar o AmoebaNet-D no Cloud TPU. É possível aplicar o mesmo padrão a outros modelos de classificação de imagem otimizados para TPU que usam o TensorFlow e o conjunto de dados do ImageNet.

Exoneração de responsabilidade

Este tutorial usa um conjunto de dados de terceiros. O Google não oferece declarações, proteções ou outras garantias sobre a validade ou quaisquer outros aspectos desse conjunto de dados.

Descrição do modelo

O modelo do AmoebaNet-D é uma das arquiteturas de classificadores de imagem descobertas com o uso do AutoML evolucionário. O modelo é baseado nos resultados do artigo da AmoebaNet: Real, E., Aggarwal, A., Huang, Y. e Le, Q.V., 2018, Regularized Evolution for Image Classifier Architecture Search, impressão preliminar do arXiv: 1802.01548.

Esse modelo usa o TPUEstimator, que é uma API detalhada do TensorFlow recomendada para criar e executar um modelo de aprendizado de máquina em um Cloud TPU.

A API simplifica o processo de desenvolvimento do modelo ao ocultar a maior parte da implementação de nível baixo. Isso facilita a alternância entre a TPU e outras plataformas como GPU ou CPU.

Antes de começar

Antes de começar o tutorial, verifique se o projeto do Google Cloud Platform foi configurado corretamente.

  1. Faça login na sua Conta do Google.

    Se você ainda não tiver uma, inscreva-se.

  2. Selecione ou crie um projeto do GCP.

    Acessar a página Gerenciar recursos

  3. Verifique se o faturamento foi ativado para o projeto.

    Saiba como ativar o faturamento

  4. Estas instruções incluem componentes faturáveis do Google Cloud Platform. Consulte a página de preços do Cloud TPU para estimar os custos. Depois, siga as instruções para limpar os recursos quando eles não forem mais necessários.

Criar um intervalo do Cloud Storage

Você precisa de um intervalo do Cloud Storage para armazenar os dados usados para treinar o modelo de aprendizado de máquina, bem como os resultados do treinamento.

  1. Acesse a página do Cloud Storage no Console do GCP.

    Acessar a página do Cloud Storage

  2. Crie um novo intervalo especificando as opções a seguir:

    • um nome exclusivo à sua escolha
    • classe de armazenamento padrão: Regional
    • localização: us-central1

Abrir o Cloud Shell e usar a ferramenta ctpu

Neste guia, usamos o Cloud TPU Provisioning Utility (ctpu) como uma ferramenta simples para configurar e gerenciar o Cloud TPU. O guia executa o ctpu a partir de um Cloud Shell. Para encontrar opções de configuração mais avançadas, consulte a configuração personalizada.

A ferramenta ctpu vem pré-instalada no Cloud Shell. Siga estas etapas para verificar a configuração do ctpu:

  1. Abra uma janela do Cloud Shell.

    Abrir o Cloud Shell

  2. Para verificar a configuração do ctpu, digite o seguinte no Cloud Shell:

    $ ctpu print-config
    

    Você verá uma mensagem como esta:

    2018/04/29 05:23:03 WARNING: Setting zone to "us-central1-b"
    ctpu configuration:
            name: [your TPU's name]
            project: [your-project-name]
            zone: us-central1-b
    If you would like to change the configuration for a single command invocation, please use the command line flags.
    

  3. Confira os comandos do ctpu:

    $ ctpu

    Você verá um guia de uso, incluindo uma lista de subcomandos e sinalizações com uma breve descrição de cada.

Criar uma VM do Compute Engine e um Cloud TPU

Execute o comando a seguir para configurar uma máquina virtual (VM, na sigla em inglês) do Compute Engine e um Cloud TPU com serviços associados. Essa combinação de recursos e serviços é chamada de lote do Cloud TPU:

$ ctpu up

Com o comando ctpu up, você executa as tarefas a seguir:

  • Ativar os serviços do Cloud TPU e Compute Engine.
  • Criar uma VM do Compute Engine com a última versão estável do TensorFlow pré-instalada. A zona padrão é us-central1-b. Como referência, o Cloud TPU está disponível nas zonas a seguir:

    • Estados Unidos (EUA)
      • us-central1-b
      • us-central1-c
      • us-central1-f (apenas o programa TFRC)
    • Europa (EU)
      • europe-west4-a
    • Ásia-Pacífico (APAC)
      • asia-east1-c

  • Criar um Cloud TPU com a versão correspondente do TensorFlow e transmitir o nome do Cloud TPU para a VM do Compute Engine como uma variável de ambiente (TPU_NAME).

  • Garantir que o Cloud TPU tenha acesso aos recursos necessários no projeto do GCP. Isso é feito ao conceder papéis específicos do IAM à conta de serviço do Cloud TPU.
  • Executar várias outras verificações.
  • Fazer login na nova VM do Compute Engine.

É possível executar ctpu up quantas vezes quiser. Por exemplo, se você perder a conexão SSH com a VM do Compute Engine, basta executar ctpu up para restaurá-la.

Daqui em diante, o prefixo (vm)$ significa que você precisa executar o comando na instância de VM do Compute Engine.

Verificar a VM do Compute Engine

Quando a execução do comando ctpu up terminar, siga as seguintes etapas:

  1. Verifique se o prompt do shell mudou de username@project para username@username. Essa alteração mostra que você fez login na VM do Compute Engine.

  2. Execute o comando a seguir para verificar a instalação do TensorFlow:

    (vm)$ python -c "import tensorflow; print(tensorflow.VERSION)"
    

    Você verá uma mensagem de aviso seguida por uma linha que exibe o número da versão do TensorFlow. Por exemplo: 1.8.0.

Preparar os dados

Configure a variável de ambiente a seguir, substituindo YOUR-BUCKET-NAME pelo nome do intervalo do Cloud Storage:

(vm)$ export STORAGE_BUCKET=gs://YOUR-BUCKET-NAME

O aplicativo de treinamento precisa que os dados de treinamento sejam acessíveis no Cloud Storage. Ele também usa o intervalo do Cloud Storage para armazenar pontos de verificação durante o treinamento.

Veja abaixo as instruções para usar um conjunto de dados fictício gerado aleatoriamente para testar o modelo. Também é possível usar o conjunto de dados completo do ImageNet.

Você encontra o conjunto de dados fictício neste local no Cloud Storage:

gs://cloud-tpu-test-datasets/fake_imagenet

Esse conjunto de dados é útil apenas para entender como usar um Cloud TPU e validar o desempenho de ponta a ponta. Os números de precisão e o modelo salvo não são importantes.

Configurar o TensorBoard

Antes de treinar o modelo, inicie o TensorBoard em segundo plano para ver o andamento do programa de treinamento:

(vm)$ tensorboard --logdir=${STORAGE_BUCKET}/amoeba_net &

Ao executar ctpu up, a ferramenta configura automaticamente o encaminhamento de portas no ambiente do Cloud Shell para disponibilizar o TensorBoard.

Clique no botão Visualização da Web no Cloud Shell e abra a porta 8080.

Executar o modelo do AmoebaNet-D

Agora você está pronto para treinar e avaliar o modelo do AmoebaNet-D no Cloud TPU:

  1. Configure uma variável de ambiente DATA_DIR que contenha um dos valores a seguir:

    • Se estiver usando o conjunto de dados fictício:

      (vm)$ export DATA_DIR=gs://cloud-tpu-test-datasets/fake_imagenet
      

    • Se tiver feito o upload de um conjunto de dados de treinamento no intervalo do Cloud Storage:

      (vm)$ export DATA_DIR=${STORAGE_BUCKET}/data
      

  2. O modelo do AmoebaNet-D vem pré-instalado na VM do Compute Engine. Acesse o diretório:

    (vm)$ cd /usr/share/tpu/models/experimental/amoeba_net
    

  3. Execute o script de treinamento:

(vm)$ python amoeba_net.py \
      --tpu=$TPU_NAME \
      --data_dir=$DATA_DIR \
      --model_dir=${STORAGE_BUCKET}/amoeba_net
  • --tpu especifica o nome do Cloud TPU. O ctpu transmite esse nome para a VM do Compute Engine como uma variável de ambiente (TPU_NAME).
  • --data_dir especifica o caminho do Cloud Storage para a entrada do treinamento.
  • --model_dir especifica o diretório em que os pontos de verificação e resumos são armazenados durante o treinamento do modelo. Se a pasta não existir, o programa criará uma. Ao usar um Cloud TPU, o model_dir precisa ser um caminho do Cloud Storage (gs://...). É possível reutilizar uma pasta existente para carregar os dados do ponto de verificação atual e armazenar novos pontos.

O que esperar

O procedimento acima treina o modelo do AmoebaNet-D no ImageNet com tamanho de lote de 256 em um único Cloud TPU. Com as sinalizações padrão, o modelo é treinado com precisão "top-1" maior que 80% em menos de 48 horas. Isso inclui o tempo de avaliação de algumas épocas.

Também é possível treinar em menos de 7,5 horas o modelo do AmoebaNet-D nas condições da competição DAWNBench de Stanford, que é a precisão "top-5" de 93%. Basta usar o comando a seguir:

    (vm)$ python amoeba_net.py \
      --tpu=$TPU_NAME \
      --data_dir=$DATA_DIR \
      --model_dir=${STORAGE_BUCKET}/amoeba_net \
      --num_cells=6 \
      --image_size=224 \
      --num_epochs=35 \
      --train_batch_size=1024 \
      --eval_batch_size=1024 \
      --lr=2.56 \
      --lr_decay_value=0.88 \
      --lr_warmup_epochs=0.35 \
      --mode=train \
      --iterations_per_loop=1251
    

Limpar

  1. Encerre a conexão com a VM do Compute Engine:

    (vm)$ exit
    

    O prompt agora será user@projectname, mostrando que você está no Cloud Shell.

  2. No Cloud Shell, execute o comando a seguir para excluir a VM do Compute Engine e o Cloud TPU:

    $ ctpu delete
    

  3. Execute ctpu status para garantir que você não tenha instâncias alocadas. A exclusão pode levar até dois minutos. Uma resposta como esta indica que não há mais instâncias alocadas:

    2018/04/28 16:16:23 WARNING: Setting zone to "us-central1-b"
    No instances currently exist.
            GCE VM:     --
            Cloud TPU:  --
    

  4. Quando você não precisar mais do intervalo do Cloud Storage criado neste tutorial, use o comando gsutil para excluí-lo. Substitua YOUR-BUCKET-NAME pelo nome do intervalo no Cloud Storage:

    $ gsutil rm -r gs://YOUR-BUCKET-NAME
    

    Consulte o guia de preços do Cloud Storage para se informar sobre os limites de armazenamento gratuito e outros preços.

Como usar o conjunto de dados completo do ImageNet

Você precisa de aproximadamente 300 GB de espaço livre na máquina local ou VM para executar o script usado nesta seção.

Se você quiser processar os dados na VM do Compute Engine, siga estas etapas para adicionar espaço em disco a ela:

  • Siga o guia do Compute Engine para [add a disk][add-disk] à VM.
  • Defina o tamanho do disco como 300 GB ou mais.
  • Defina Ao excluir uma instância como Excluir disco para garantir que o disco seja removido quando você excluir a VM.
  • Anote o caminho do novo disco. Por exemplo: /mnt/disks/mnt-dir.

Faça o download dos dados do ImageNet e os converta:

  1. Inscreva-se em uma conta do ImageNet. Lembre-se do nome de usuário e senha que você usou para criar a conta.

  2. Configure uma variável de ambiente DATA_DIR que aponta para um caminho no intervalo do Cloud Storage:

    (vm)$ export DATA_DIR=${STORAGE_BUCKET}/data
    

  3. Faça o download do script imagenet_to_gcs.py do GitHub:

    $ wget https://raw.githubusercontent.com/tensorflow/tpu/master/tools/datasets/imagenet_to_gcs.py
    

  4. Defina uma variável SCRATCH_DIR para conter os arquivos de trabalho do script. A variável precisa especificar uma localização na máquina local ou na VM do Compute Engine. Por exemplo, na máquina local:

    $ SCRATCH_DIR=./imagenet_tmp_files
    

    Ou se você estiver processando os dados na VM:

    (vm)$ SCRATCH_DIR=/mnt/disks/mnt-dir/imagenet_tmp_files
    

  5. Execute o script imagenet_to_gcs.py para fazer o download, formatar e carregar os dados do ImageNet para o intervalo. Substitua [USERNAME] e [PASSWORD] pelo nome de usuário e senha que você usou para criar a conta do ImageNet.

    $ pip install google-cloud-storage
    $ python imagenet_to_gcs.py \
      --project=$PROJECT \
      --gcs_output_path=$DATA_DIR \
      --local_scratch_dir=$SCRATCH_DIR \
      --imagenet_username=[USERNAME] \
      --imagenet_access_key=[PASSWORD]
    

Observação: o download e o pré-processamento dos dados podem levar até 12 horas, dependendo da velocidade da rede e do computador. Não interrompa o script.

Quando o script terminar o processamento, uma mensagem como esta será exibida:

2018-02-17 14:30:17.287989: Finished writing all 1281167 images in data set.

O script produz vários diretórios para treinamento e validação do formulário:

${DATA_DIR}/train-00000-of-01024
${DATA_DIR}/train-00001-of-01024
 ...
${DATA_DIR}/train-01023-of-01024

e

${DATA_DIR}/validation-00000-of-00128
S{DATA_DIR}/validation-00001-of-00128
 ...
${DATA_DIR}/validation-00127-of-00128

Próximas etapas

Esta página foi útil? Conte sua opinião sobre:

Enviar comentários sobre…