Entrena de E eficienteNet en Cloud TPU (TF 2.x)

En este instructivo, se muestra cómo entrenar un modelo EfficientNet de Keras en Cloud TPU con tf.distribute.TPUStrategy.

Si no estás familiarizado con Cloud TPU, te recomendamos que revises la guía de inicio rápido para obtener información sobre cómo crear una Cloud TPU y una VM de Compute Engine.

Objetivos

  • Crear un bucket de Cloud Storage para almacenar el resultado de tu modelo y tu conjunto de datos
  • Preparar un conjunto de datos imagenet falso que sea similar al conjunto de datos 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 Cloud. Si eres nuevo en Google Cloud, crea una cuenta para evaluar el rendimiento de nuestros productos en situaciones reales. Los clientes nuevos también obtienen $300 en créditos gratuitos para ejecutar, probar y, además, implementar cargas de trabajo.
  2. En la página del selector de proyectos de Google Cloud Console, selecciona o crea un proyecto de Google Cloud.

    Ir al selector de proyecto

  3. Comprueba que la facturación esté habilitada en tu proyecto.

    Descubre cómo puedes habilitar la facturación

  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 bucket de Cloud Storage, la VM y los recursos de Cloud TPU para instructivos.

  1. Abre una ventana de Cloud Shell.

    Abrir 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}
    

    La primera vez que ejecutes este comando en una VM de Cloud Shell nueva, se mostrará la página Authorize Cloud Shell. Haz clic en Authorize en la parte inferior de la página para permitir que gcloud realice llamadas a la API de GCP con tus credenciales.

  4. Crea una cuenta de servicio para el proyecto de Cloud TPU.

    gcloud beta services identity create --service tpu.googleapis.com --project $PROJECT_ID
    

    El comando muestra una cuenta de servicio de Cloud TPU con el siguiente formato:

    service-PROJECT_NUMBER@cloud-tpu.iam.gserviceaccount.com
    

  5. Crea un bucket de Cloud Storage con el siguiente comando:

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

    Este bucket de Cloud Storage almacena los datos que usas para entrenar tu modelo y los resultados del entrenamiento. El comando “gcloud compute tpus execution-groups” que se usa en este instructivo configura los permisos predeterminados para la cuenta de servicio de Cloud TPU que configuraste en el paso anterior. Si quieres contar con permisos más detallados, revisa los permisos de nivel de acceso.

    La ubicación del bucket debe estar en la misma región que tu Compute Engine (VM) y tu nodo de Cloud TPU.

  6. Inicia una VM de Compute Engine y Cloud TPU con el comando gcloud compute tpus execution-groups.

    gcloud compute tpus execution-groups create \
    --name=efficientnet-tutorial \
    --zone=europe-west4-a \
    --disk-size=300 \
    --machine-type=n1-standard-16 \
    --tf-version=2.5.0 \
    --accelerator-type=v3-8
    

    Descripciones de las marcas de comandos

    project
    : El ID de tu proyecto de GCP
    name
    El nombre de la Cloud TPU para crear.
    zone
    Es la zona en la que deseas crear la Cloud TPU.
    disk-size
    El tamaño del disco duro en GB de la VM creada con el comando gcloud.
    machine-type
    El tipo de máquina de la VM de Compute Engine que se creará.
    tf-version
    La versión de Tensorflow gcloud se instala en la VM.
    vm-only
    Crea solo la VM de Compute Engine y no crees una Cloud TPU.
    accelerator-type
    El tipo de Cloud TPU que se creará.

Para obtener más información sobre el comando gcloud, consulta la referencia de gcloud.

Cuando el comando gcloud compute tpus execution-groups 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.

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

Configura las variables de bucket de Cloud Storage

Configura las variables de entorno siguientes y reemplaza bucket-name por el nombre del depósito de Cloud Storage:

(vm)$ export STORAGE_BUCKET=gs://bucket-name
(vm)$ export MODEL_DIR=${STORAGE_BUCKET}/efficientnet-2x
(vm)$ export DATA_DIR=gs://cloud-tpu-test-datasets/fake_imagenet

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

Entrena y evalúa el modelo EfficientNet 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 se encuentra en esta ubicación de Cloud Storage:

gs://cloud-tpu-test-datasets/fake_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.

  1. Establece la variable de nombre de Cloud TPU.

    (vm)$ export TPU_NAME=efficientnet-tutorial
    
  2. La secuencia de comandos de entrenamiento de EfficientNet requiere paquetes adicionales. Instálalos ahora:

    (vm)$ sudo pip3 install tensorflow-addons
    (vm)$ sudo pip3 install tensorflow-model-optimization>=0.1.3
    
  3. Agrega la carpeta /models de nivel superior a la ruta de Python con el comando siguiente

    (vm)$ export PYTHONPATH="${PYTHONPATH}:/usr/share/models/"
    

    El modelo EfficientNet está preinstalado en tu VM de Compute Engine.

  4. Navega al directorio:

    (vm)$ cd /usr/share/models/official/vision/image_classification/
    
  5. Ejecuta la secuencia de comandos de entrenamiento. Esto usa un conjunto de datos fake_imagenet y entrena EfficientNet durante un ciclo de entrenamiento.

    (vm)$ python3 classifier_trainer.py \
    --mode=train_and_eval \
    --model_type=efficientnet \
    --dataset=imagenet \
    --tpu=${TPU_NAME} \
    --data_dir=${DATA_DIR} \
    --model_dir=${MODEL_DIR} \
    --config_file=configs/examples/efficientnet/imagenet/efficientnet-b0-tpu.yaml \
    --params_override="train.epochs=1, train_dataset.builder=records, validation_dataset.builder=records"
    

    Descripciones de las marcas de comandos

    mode
    Uno de train, eval, o train_and_eval.
    model_type
    El tipo del modelo. Por ejemplo, efficientnet.
    dataset
    : El nombre del conjunto de datos. Por ejemplo, imagenet.
    tpu
    El nombre de Cloud TPU para ejecutar el entrenamiento o la evaluación.
    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
    La ruta de Cloud Storage donde se almacenan los puntos de control y los resúmenes durante el entrenamiento del modelo. Puedes reutilizar una carpeta existente para cargar puntos de control generados previamente y almacenar puntos de control adicionales siempre que los puntos de control anteriores se hayan creado mediante una Cloud TPU del mismo tamaño y versión de TensorFlow.
    config_file
    La ruta de acceso al archivo json que contiene el modelo EfficientNet previamente entrenado. Este archivo contiene la arquitectura del modelo.
    params_override
    Una string JSON que anula los parámetros de secuencia de comandos predeterminados. Para obtener más información sobre los parámetros de secuencia de comandos, consulta /usr/share/models/official/vision/detection/main.py.

Esto entrenará EfficientNet durante 1 ciclo de entrenamiento y se completará en un nodo de Cloud TPU v3-8 en menos de 10 minutos. Cuando se completa la secuencia de comandos de entrenamiento, aparece un resultado similar al que se muestra a continuación:

Run stats:
{
  'accuracy_top_1': 0.0010172526817768812,
  'eval_loss': 7.104171276092529,
  'loss': 7.113735675811768,
  'training_accuracy_top_1': 0.0009773431811481714,
  'step_timestamp_log': [
    'BatchTimestamp<batch_index: 0,
    timestamp: 1604960724.2224622>',
    'BatchTimestamp<batch_index: 1251,
    timestamp: 1604961281.3745298>'
  ],
  'train_finish_time': 1604961342.6359076,
  'avg_exp_per_second': 2071.493269569079
}

A fin de entrenar a EfficientNet para la convergencia, ejecútala durante 90 ciclos de entrenamiento como se muestra en la siguiente secuencia de comandos. El entrenamiento y la evaluación se realizan juntos. Cada ciclo tiene 1251 pasos para un total de 112590 pasos de entrenamiento y 48 pasos de evaluación.

   (vm)$ python3 classifier_trainer.py \
     --mode=train_and_eval \
     --model_type=efficientnet \
     --dataset=imagenet \
     --tpu=${TPU_NAME} \
     --data_dir=${DATA_DIR} \
     --model_dir=${MODEL_DIR} \
     --config_file=configs/examples/efficientnet/imagenet/efficientnet-b0-tpu.yaml \
     --params_override="train_dataset.builder=records, validation_dataset.builder=records"

Descripciones de las marcas de comandos

mode
Uno de train, eval, o train_and_eval.
model_type
El tipo del modelo. Por ejemplo, efficientnet, etcétera.
dataset
: El nombre del conjunto de datos. Por ejemplo, imagenet.
tpu
El nombre de Cloud TPU para ejecutar el entrenamiento o la evaluación.
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
La ruta de Cloud Storage donde se almacenan los puntos de control y los resúmenes durante el entrenamiento del modelo. Puedes reutilizar una carpeta existente para cargar puntos de control generados previamente y almacenar puntos de control adicionales siempre que los anteriores se hayan creado con una Cloud TPU del mismo tamaño y versión de TensorFlow.
config_file
La ruta de acceso al archivo JSON que contiene el modelo EfficientNet previamente entrenado. Este archivo contiene la arquitectura del modelo.
params_override
Una string JSON que anula los parámetros de secuencia de comandos predeterminados. Para obtener más información sobre los parámetros de secuencia de comandos, consulta /usr/share/models/official/vision/detection/main.py.

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 EfficientNet totalmente compatible puede funcionar con las siguientes porciones de pod:

  • v2-32
  • v3-32

Con los pods de Cloud TPU, el entrenamiento y la evaluación se realizan juntos.

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)$ gcloud compute tpus execution-groups delete efficientnet-tutorial \
      --zone=europe-west4-a \
      --tpu-only
  2. Ejecuta el comando gcloud compute tpus execution-groups con el parámetro accelerator-type para especificar la porción de pod que deseas usar. Por ejemplo, el siguiente comando usa una porción de pod v3-32.

    (vm)$ gcloud compute tpus execution-groups  create --name=efficientnet-tutorial \
      --accelerator-type=v3-32  \
      --zone=europe-west4-a \
      --tf-version=2.5.0 \
      --tpu-only
    

    Descripciones de las marcas de comandos

    name
    El nombre de la Cloud TPU para crear.
    accelerator-type
    El tipo de Cloud TPU que se creará.
    zone
    Es la zona en la que deseas crear la Cloud TPU.
    tf-version
    La versión de Tensorflow gcloud se instala en la VM.
    tpu-only
    Crea una Cloud TPU sola. De forma predeterminada, el comando gcloud crea una VM y una Cloud TPU.
    gcloud compute ssh efficientnet-tutorial --zone=europe-west4-a
    
  3. Actualiza el directorio MODEL_DIR para almacenar los datos de entrenamiento del pod de Cloud TPU.

    (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/efficientnet-2x-pod
    
  4. Define tu nombre de Cloud TPU.

    (vm)$ export TPU_NAME=efficientnet-tutorial
    
  5. Navega al directorio de modelos:

    (vm)$ cd /usr/share/models/official/vision/image_classification/
    
  6. Entrena el modelo.

    (vm)$ python3 classifier_trainer.py \
    --mode=train_and_eval \
    --model_type=efficientnet \
    --dataset=imagenet \
    --tpu=${TPU_NAME} \
    --data_dir=${DATA_DIR} \
    --model_dir=${MODEL_DIR} \
    --config_file=configs/examples/efficientnet/imagenet/efficientnet-b0-tpu.yaml \
    --params_override="train.epochs=1, train_dataset.builder=records, validation_dataset.builder=records"
    

    Descripciones de las marcas de comandos

    mode
    Cuando se establece en train_and_eval, esta secuencia de comandos entrena y evalúa el modelo. Cuando se configura como export_only, esta secuencia de comandos exporta un modelo guardado.
    model_type
    El tipo del modelo. Por ejemplo, efficientnet, etcétera.
    dataset
    : El nombre del conjunto de datos. Por ejemplo, imagenet.
    tpu
    Usa el nombre especificado en la variable 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
    La ruta de Cloud Storage donde se almacenan los puntos de control y los resúmenes durante el entrenamiento del modelo. Puedes reutilizar una carpeta existente para cargar puntos de control generados previamente y almacenar puntos de control adicionales siempre que los puntos de control anteriores se hayan creado mediante una Cloud TPU del mismo tamaño y versión de TensorFlow.
    config_file
    La ruta de acceso al archivo json que contiene el modelo EfficientNet previamente entrenado. Este archivo contiene la arquitectura del modelo.
    params_override
    Una string JSON que anula los parámetros de secuencia de comandos predeterminados. Para obtener más información sobre los parámetros de secuencia de comandos, consulta /usr/share/models/official/vision/detection/main.py.

El procedimiento entrena el modelo en el conjunto de datos fake_imagenet en 1 ciclo de entrenamiento (312 pasos de entrenamiento totales y 12 pasos de evaluación). Este entrenamiento tarda alrededor de 2 minutos en una Cloud TPU v3-32. Cuando finaliza el entrenamiento y la evaluación, aparece un mensaje similar al siguiente:

Run stats:
{
  'accuracy_top_1': 0.0009969075908884406,
  'eval_loss': 7.105168342590332,
  'loss': 7.114983081817627,
  'training_accuracy_top_1': 0.0010031675919890404,
  'step_timestamp_log': [
    'BatchTimestamp<batch_index: 0,
    timestamp: 1605041621.4997303>',
    'BatchTimestamp<batch_index: 312,
    timestamp: 1605041970.8633356>'
  ],
  'train_finish_time': 1605042032.2274444,
  'avg_exp_per_second': 3111.5120716536226
}

Realice una limpieza

Para evitar que se apliquen cargos a tu cuenta de Google Cloud por los recursos usados en este instructivo, borra el proyecto que contiene los recursos o conserva el proyecto y borra los recursos individuales.

  1. 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.

  2. En Cloud Shell, usa el siguiente comando para borrar tu VM de Compute Engine y Cloud TPU:

    $ gcloud compute tpus execution-groups delete efficientnet-tutorial \
      --zone=europe-west4-a
    
  3. Verifica que se hayan borrado los recursos con la ejecución de gcloud compute tpus execution-groups list. La eliminación puede tomar varios minutos. Una respuesta como la que se muestra a continuación indica que tus instancias se borraron de forma correcta:

    $ gcloud compute tpus execution-groups list \
     --zone=europe-west4-a
    

    Deberías ver una lista vacía de TPU como la siguiente:

       NAME             STATUS
    
  4. Borra el depósito de Cloud Storage con gsutil como se muestra a continuación. Reemplaza bucket-name por el nombre del depósito de Cloud Storage.

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

¿Qué sigue?

En este instructivo, entrenaste el modelo EfficientNet mediante un conjunto de datos de muestra. Los resultados de esta capacitación (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 tú mismo el conjunto de datos en formato TFRecord. 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 para 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.

  • Aprende a entrenar y evaluar con tus propios datos en lugar de los conjuntos de datos fake_imagenet o ImageNet mediante el instructivo de conversión de conjuntos de datos. En el instructivo, se explica cómo usar la secuencia de comandos de ejemplo de conversor de datos de clasificación de imágenes a fin de convertir un conjunto de datos sin procesar para la clasificación de imágenes en TFRecords que usan los modelos de TensorFlow de Cloud TPU.

  • Ejecuta un codelab de Cloud TPU que demuestre cómo ejecutar un modelo de clasificación de imágenes con tus propios datos de imagen.

  • Explora los otros instructivos de Cloud TPU.

  • Aprende a usar las herramientas de supervisión de TPU en TensorBoard.