Entrena EfficientNet en Cloud TPU

Los modelos EfficientNet son una familia de modelos de clasificación de imágenes que alcanzan una precisión de vanguardia, a la vez que son más pequeños y rápidos que otros. EfficientNet-EdgeTpu son modelos personalizados para ejecutarse de manera eficiente en los dispositivos EdgeTPU de Google.

El modelo en este instructivo está basado en EfficientNet: repensar el escalamiento del modelo para redes neuronales convolucionales. Los investigadores desarrollaron una técnica nueva para mejorar el rendimiento del modelo: equilibrar con cuidado la profundidad, el ancho y la resolución de la red mediante un coeficiente compuesto simple, pero de gran efectividad.

La familia de modelos, que abarca desde efficientnet-b0 hasta efficientnet-b7, puede lograr una exactitud de clasificación de imagen decente, siempre que el recurso haya limitado los dispositivos EdgeTPY de Google.

efficientnet-b0, el modelo que se usa en este instructivo, corresponde al modelo base más pequeño, mientras que efficientnet-b7 corresponde al modelo de procesamiento más costoso y potente. En el instructivo, se muestra cómo entrenar el modelo con TPUEstimator.

Objetivos

  • Crear un bucket 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 los siguientes componentes facturables de Google Cloud:

  • Compute Engine
  • Cloud TPU
  • Cloud Storage

Para generar una estimación de costos en función del uso previsto, usa la calculadora de precios. Es posible que los usuarios nuevos de Google Cloud califiquen 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 proyectos

  3. Asegúrate de que la facturación esté habilitada para tu proyecto de Cloud. Obtén información sobre cómo verificar si la facturación está habilitada en un proyecto.

  4. En la página del selector de proyectos de Google Cloud Console, selecciona o crea un proyecto de Google Cloud.

    Ir al selector de proyectos

  5. Asegúrate de que la facturación esté habilitada para tu proyecto de Cloud. Obtén información sobre cómo verificar si la facturación está habilitada en un proyecto.

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

  1. Abre una ventana de Cloud Shell.

    Abra Cloud Shell

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

    export PROJECT_ID=project-id
    
  3. Configura la CLI de Google Cloud 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
    

    En este bucket de Cloud Storage se almacenan 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. 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 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.

  6. Para este instructivo, inicia los recursos necesarios de Compute Engine y Cloud TPU con el comando gcloud compute tpus execution-groups.

    gcloud compute tpus execution-groups create \
     --vm-only \
     --name=efficientnet-tutorial \
     --zone=europe-west4-a \
     --disk-size=300 \
     --machine-type=n1-standard-8 \
     --tf-version=1.15.5
    

    Descripciones de las marcas de comandos

    vm-only
    Crea solo la VM de Compute Engine y no crees una Cloud TPU.
    name
    El nombre de la Cloud TPU que se creará.
    zone
    La zona en la que planeas crear tu Cloud TPU.
    disk-size
    El tamaño del disco duro en GB de la VM creada por el comando gcloud.
    machine-type
    El tipo de máquina de la VM de Compute Engine que se creará.
    tf-version
    La versión de gcloud de TensorFlow se instala en la VM.

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

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

    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
    

    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

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

  1. Crea una variable de entorno para el nombre de tu bucket. Reemplaza bucket-name por el nombre de tu bucket:

    (vm)$ export STORAGE_BUCKET=gs://bucket-name
    
  2. Crea algunas variables de entorno adicionales.

    (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/efficientnet
    (vm)$ export DATA_DIR=gs://cloud-tpu-test-datasets/fake_imagenet
    (vm)$ export TPU_NAME=efficientnet-tutorial
    (vm)$ export PYTHONPATH=$PYTHONPATH:/usr/share/tpu/models
    

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. Inicia un recurso de Cloud TPU.

    (vm)$ gcloud compute tpus execution-groups create \
     --tpu-only \
     --name=efficientnet-tutorial \
     --zone=europe-west4-a \
     --disk-size=300 \
     --machine-type=n1-standard-8 \
     --tf-version=1.15.5
    

    Descripciones de las marcas de comandos

    tpu-only
    Solo crea Cloud TPU, no crea Compute Engine.
    name
    El nombre de la Cloud TPU que se creará.
    zone
    La zona en la que planeas crear tu Cloud TPU.
    disk-size
    El tamaño del disco duro en GB de la VM creada por el comando gcloud.
    machine-type
    El tipo de máquina de la VM de Compute Engine que se creará.
    tf-version
    La versión de gcloud de TensorFlow se instala en la VM.
  2. Navega al directorio de modelos:

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

    (vm)$ python3 main.py \
      --tpu=${TPU_NAME} \
      --data_dir=${DATA_DIR} \
      --model_dir=${MODEL_DIR} \
      --model_name='efficientnet-b0' \
      --skip_host_call=true \
      --train_batch_size=2048 \
      --train_steps=1000
    

    Descripciones de las marcas de comandos

    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 en la que se almacenan los puntos de control y los resúmenes durante el entrenamiento de modelos. Puedes reutilizar una carpeta existente para cargar puntos de control generados antes y almacenar puntos de control adicionales siempre que los puntos de control anteriores se hayan creado mediante un Cloud TPU del mismo tamaño y versión de TensorFlow.
    model_name
    El nombre del modelo que se entrenará. Por ejemplo, efficientnet.
    skip_host_call
    Configurado como true para que la secuencia de comandos omita el host_call que se ejecuta en cada paso de entrenamiento. Por lo general, se usa para generar resúmenes de entrenamiento (pérdida de entrenamiento, tasa de aprendizaje, etcétera). Cuando skip_host_call=false, podría disminuir el rendimiento si la función host_call es lenta y no puede mantener el ritmo del procesamiento del lado de la TPU.
    train_batch_size
    El tamaño del lote de entrenamiento.
    train_steps
    La cantidad de pasos que se deben usar para el entrenamiento. El valor predeterminado es 218,949 pasos, que son alrededor de 350 ciclos de entrenamiento con un tamaño de lote de 2,048. Esta marca se debe ajustar según el valor de la marca train_batch_size.

Esto entrena el modelo EfficientNet (variante efficientnet-b0) en solo 1,000 pasos porque usa el conjunto de datos falso de ImageNet. Cuando entrenas con el conjunto de datos de ImageNet completo, puedes entrenar hasta la convergencia con el comando siguiente:

(vm)$ python3 main.py \
  --tpu=${TPU_NAME} \
  --data_dir=${DATA_DIR} \
  --model_dir=${MODEL_DIR} \
  --model_name='efficientnet-b0' \
  --skip_host_call=true \
  --train_batch_size=2048 \
  --train_steps=218948

Esto entrena el modelo EfficientNet durante 350 ciclos de entrenamiento y lo evalúa después de procesar un lote de datos. Con las marcas especificadas, el modelo se entrenará en unas 23 horas. Esta configuración debe obtener una exactitud del 76.5% del nivel más alto en el conjunto de datos de validación de ImageNet. El mejor punto de control del modelo y el resultado de la evaluación correspondiente se encuentran en la carpeta archive del directorio del modelo: ${STORAGE_BUCKET}/efficientnet/archive.

Escala tu modelo con pods de Cloud TPU

Puedes obtener resultados más rápidos si escalas tu modelo con pods de Cloud TPU. El modelo compatible en su totalidad puede funcionar con los fragmentos 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)$ 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 --tpu-only \
      --name=efficientnet-tutorial \
      --zone=europe-west4-a \
      --accelerator-type=v2-32 \
      --tf-version=1.15.5
    

    Descripciones de las marcas de comandos

    tpu-only
    Crea una Cloud TPU sola. De forma predeterminada, el comando gcloud crea una VM y una Cloud TPU.
    name
    El nombre de la Cloud TPU que se creará.
    zone
    La zona en la que planeas crear tu Cloud TPU.
    accelerator-type
    El tipo de Cloud TPU que se creará.
    tf-version
    La versión de gcloud compute tpus execution-groups de TensorFlow se instala en la VM.
  3. Crea una variable de entorno para el nombre de tu TPU.

    (vm)$ export TPU_NAME=efficientnet-tutorial
    
  4. Actualiza el directorio MODEL_DIR para almacenar los datos de entrenamiento.

    (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/efficientnet-tutorial
    
  5. Entrena el modelo.

    (vm)$ python3 main.py \
      --tpu=${TPU_NAME} \
      --data_dir=${DATA_DIR} \
      --model_dir=${MODEL_DIR} \
      --model_name='efficientnet-b3' \
      --skip_host_call=true \
      --mode=train \
      --train_steps=1000 \
      --train_batch_size=4096 \
      --iterations_per_loop=100
    

    Descripciones de las marcas de comandos

    tpu
    El nombre de Cloud TPU.
    data_dir
    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 en la que se almacenan los puntos de control y los resúmenes durante el entrenamiento de modelos. Puedes reutilizar una carpeta existente para cargar puntos de control generados antes y almacenar puntos de control adicionales siempre que los puntos de control anteriores se hayan creado mediante un Cloud TPU del mismo tamaño y versión de TensorFlow.
    model_name
    El nombre del modelo que se entrenará.
    skip_host_call
    Configurado como true para que la secuencia de comandos omita el host_call que se ejecuta en cada paso de entrenamiento. Por lo general, se usa para generar resúmenes de entrenamiento (pérdida de entrenamiento, tasa de aprendizaje, etcétera). Cuando skip_host_call=false, podría disminuir el rendimiento si la función host_call es lenta y no puede mantener el ritmo del procesamiento del lado de la TPU.
    mode
    Uno de train_and_eval, train, eval. train_and_eval entrena y evalúa el modelo. train entrena el modelo. eval evalúa el modelo.
    train_steps
    Especifica la cantidad de pasos de entrenamiento.
    train_batch_size
    El tamaño del lote de entrenamiento.
    iterations_per_loop
    La cantidad de pasos de entrenamiento que se deben ejecutar en la TPU antes de enviar métricas a la CPU.

Este comando entrena el modelo EfficientNet (variante efficientnet-b0) para solo 1,000 pasos porque usa el conjunto de datos falso de ImageNet. Cuando entrenas con el conjunto de datos de ImageNet completo, puedes entrenar hasta la convergencia con el comando siguiente:

(vm)$ python3 main.py \
  --tpu=${TPU_NAME} \
  --data_dir=${DATA_DIR} \
  --model_dir=${MODEL_DIR} \
  --model_name='efficientnet-b3' \
  --skip_host_call=true \
  --mode=train \
  --train_steps=109474 \
  --train_batch_size=4096 \
  --iterations_per_loop=100

Este comando entrena el modelo EfficientNet (variante efficientnet-b3) en 350 ciclos de entrenamiento. El modelo debe alcanzar un 81.1% de precisión en el conjunto de desarrolladores de ImageNet, que debe finalizar en una estimación de 20 horas. El mejor punto de control del modelo y el resultado de la evaluación correspondiente se encuentran en la carpeta archive del directorio del modelo: ${STORAGE_BUCKET}/efficientnet/archive.

Evalúa el modelo

En este conjunto de pasos, usas Cloud TPU para evaluar el modelo entrenado anterior en los datos de validación de fake_imagenet.

  1. Borra el recurso de Cloud TPU que creaste para entrenar el modelo en un pod.

    (vm)$ gcloud compute tpus execution-groups delete efficientnet-tutorial \
      --tpu-only \
      --zone=europe-west4-a
      
  2. Inicia una Cloud TPU v2-8 para ejecutar la evaluación. Usa el mismo nombre que usaste para la VM de Compute Engine, que aún debería estar en ejecución.

    (vm)$ gcloud compute tpus execution-groups  create --tpu-only \
     --name=efficientnet-tutorial \
     --accelerator-type=v2-8 \
     --zone=europe-west4-a \
     --tf-version=1.15.5
    

    Descripciones de las marcas de comandos

    tpu-only
    Crea una Cloud TPU sola. De forma predeterminada, el comando gcloud crea una VM y una Cloud TPU.
    name
    El nombre de la Cloud TPU que se creará.
    accelerator-type
    El tipo de Cloud TPU que se creará.
    zone
    La zona en la que planeas crear tu Cloud TPU.
    tf-version
    La versión de gcloud de TensorFlow se instala en la VM.
  3. Crea una variable de entorno para el nombre de tu TPU.

    (vm)$ export TPU_NAME=efficientnet-tutorial
    
  4. Ejecuta la evaluación del modelo. Esta vez, agrega la marca mode y configúrala como eval.

    (vm)$ python3 main.py \
       --tpu=${TPU_NAME} \
       --data_dir=${DATA_DIR} \
       --model_dir=${MODEL_DIR} \
       --model_name='efficientnet-b3' \
       --skip_host_call=true \
       --mode=eval
    

    Descripciones de las marcas de comandos

    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 en la que se almacenan los puntos de control y los resúmenes durante el entrenamiento de modelos. Puedes reutilizar una carpeta existente para cargar puntos de control generados antes y almacenar puntos de control adicionales siempre que los puntos de control anteriores se hayan creado mediante un Cloud TPU del mismo tamaño y versión de TensorFlow.
    model_name
    El nombre del modelo que se entrenará. Por ejemplo, efficientnet, etcétera.
    skip_host_call
    Configurado como true para que la secuencia de comandos omita el host_call que se ejecuta en cada paso de entrenamiento. Por lo general, se usa para generar resúmenes de entrenamiento (pérdida de entrenamiento, tasa de aprendizaje, etcétera). Cuando skip_host_call=false, podría disminuir el rendimiento si la función host_call es lenta y no puede mantener el ritmo del procesamiento del lado de la TPU.
    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.

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

    Eval results: {
    'loss': 7.532023,
    'top_1_accuracy': 0.0010172526,
    'global_step': 100,
    'top_5_accuracy': 0.005065918
    }
    Elapsed seconds: 88

Limpia

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. Ejecuta gcloud compute tpus execution-groups list para verificar que los recursos se hayan borrado. La eliminación puede tardar 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 bucket de Cloud Storage con gsutil como se muestra a continuación. Reemplaza bucket-name por el nombre de tu bucket de Cloud Storage.

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

¿Qué sigue?

Los instructivos de TensorFlow Cloud TPU suelen entrenar el modelo con un conjunto de datos de muestra. Los resultados de este entrenamiento no se pueden usar para la inferencia. Si quieres usar un modelo para la inferencia, puedes entrenar los datos en un conjunto de datos público o en tu propio conjunto de datos. Por lo general, los modelos de TensorFlow 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.