Como treinar o EfficientNet na Cloud TPU

Os modelos EfficientNet são uma família de modelos de classificação de imagens com precisão de última geração, além de serem menores e mais rápidos do que outros modelos. Os EfficientNet-EdgeTpu são modelos personalizados para execução eficiente nos dispositivos Google EdgeTPU.

O modelo neste tutorial é baseado em EfficientNet: repensando o escalonamento de modelos para redes neurais convolucionais (em inglês). Os pesquisadores desenvolveram uma nova técnica para melhorar o desempenho do modelo: equilibrar cuidadosamente a profundidade, a largura e a resolução da rede, usando um coeficiente composto simples, mas altamente eficaz.

A família de modelos de efficientnet-b0 a efficientnet-b7 pode alcançar uma precisão de classificação de imagem decente, considerando os dispositivos Google EdgeTPU restritos por recursos.

efficientnet-b0, o modelo usado neste tutorial, corresponde ao menor modelo básico, enquanto efficientnet-b7 corresponde ao modelo mais potente, mas caro para computação. O tutorial demonstra o treinamento do modelo usando a TPUEstimator (em inglês).

Objetivos

Criar um bucket do Cloud Storage para armazenar o conjunto de dados e a saída do modelo.
Preparar uma versão de teste do conjunto de dados do ImageNet, conhecido como conjunto de dados do fake_imagenet.
Executar o job de treinamento.
Verificar os resultados da saída.

Custos

Neste tutorial, há componentes faturáveis do Google Cloud, entre eles:

Compute Engine
Cloud TPU
Cloud Storage

Use a calculadora de preços para gerar uma estimativa de custos baseada na projeção de uso. Novos usuários do Google Cloud podem estar qualificados para uma avaliação gratuita.

Antes de começar

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

Faça login na sua conta do Google.
Se você ainda não tiver uma, inscreva-se.

No Console do Google Cloud, na página do seletor de projetos, selecione ou crie um projeto do Google Cloud.

Observação: se você não pretende manter os recursos criados neste procedimento, crie um projeto novo em vez de selecionar um que já existe. Depois de concluir essas etapas, é possível excluir o projeto. Para fazer isso, basta remover todos os recursos associados a ele.

Acessar a página do seletor de projetos

Verifique se o faturamento está ativado para seu projeto na nuvem. Saiba como confirmar se o faturamento está ativado para o projeto.

Este tutorial usa componentes faturáveis do Google Cloud. Consulte a página de preços da Cloud TPU para fazer uma estimativa dos custos. Para evitar cobranças desnecessárias, não se esqueça de apagar os recursos criados ao terminar de usá-los.

Configurar os recursos

Nesta seção, você verá como configurar os recursos do Cloud Storage, a VM e a Cloud TPU do Cloud Storage para tutoriais.

Abra uma janela do Cloud Shell.

Abrir o Cloud Shell
Crie uma variável para o ID do seu projeto.
```
export PROJECT_ID=project-id
```
Configure a ferramenta de linha de comando gcloud para usar o projeto em que a Cloud TPU será criada.
```
gcloud config set project ${PROJECT_ID}
```
Na primeira vez que você executar esse comando em uma nova VM do Cloud Shell, será exibida uma página Authorize Cloud Shell. Clique em Authorize na parte inferior da página para permitir que gcloud faça chamadas de API do GCP com suas credenciais.

Crie uma conta de serviço para o projeto da Cloud TPU.

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

O comando retorna uma conta de serviço do Cloud TPU com o formato a seguir:

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

Crie um bucket do Cloud Storage usando o seguinte comando:
```
gsutil mb -p ${PROJECT_ID} -c standard -l europe-west4 -b on gs://bucket-name
```
Esse bucket do Cloud Storage armazena os dados usados para treinar o modelo e os resultados do treinamento. O comando gcloud compute tpus execution-groups usado neste tutorial configura permissões padrão para a conta de serviço da Cloud TPU. Caso queira permissões mais específicas, consulte as permissões de nível de acesso.

O local do bucket precisa estar na mesma região da máquina virtual (VM) e do nó da TPU. As VMs e os nós da TPU estão localizados em zonas específicas, que são subdivisões dentro de uma região.
Inicie os recursos do Compute Engine e da Cloud TPU necessários para este tutorial usando o comando gcloud compute tpus execution-groups.

Observação: neste tutorial, usamos o TensorFlow 1.15.5, que é baseado na imagem do Debian 10 e o padrão do Python 3.6 é usado. As versões anteriores do TensorFlow 1.15.x eram baseadas no Debian 9 e são padrão para o Python 3.5.
```
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
```
Descrições de sinalizações de comando

vm-only

Crie apenas a VM do Compute Engine, não crie um Cloud TPU.

name

O nome da Cloud TPU a ser criada.

zone

A zona em que você planeja criar a Cloud TPU.

disk-size

O tamanho do disco rígido em GB da VM criada pelo comando gcloud .

machine-type

O tipo de máquina da VM do Compute Engine a ser criado.

tf-version

A versão do gcloud do Tensorflow é instalada na VM.

Para mais informações sobre o comando gcloud, consulte a Referência do gcloud.
Quando solicitado, pressione y para criar os recursos da Cloud TPU.

Observação: a primeira vez que você executar gcloud compute tpus execution-groups em um projeto, ele levará cerca de cinco minutos para realizar tarefas de inicialização, como propagação de chave SSH e ativação de API.

Quando o comando gcloud compute tpus execution-groups terminar a execução, verifique se o prompt do shell foi alterado de username@projectname para username@vm-name. Essa alteração mostra que você fez login na VM do Compute Engine.
```
gcloud compute ssh efficientnet-tutorial --zone=europe-west4-a
```
Daqui em diante, o prefixo (vm)$ significa que é preciso executar o comando na instância de VM do Compute Engine.

Prepare os dados

Configure as seguintes variáveis de ambiente, substituindo bucket-name pelo nome do bucket do Cloud Storage:

Crie uma variável de ambiente para o nome do bucket. Substitua bucket-name pelo nome do seu bucket.
```
(vm)$ export STORAGE_BUCKET=gs://bucket-name
```

Crie algumas variáveis de ambiente adicionais.

(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

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

Treine e avalie o modelo EfficientNet com o fake_imagenet

O ImageNet é um banco de dados de imagens. As imagens do banco de dados são organizadas hierarquicamente, com cada nó da hierarquia representado por centenas e milhares de imagens.

Neste tutorial, usamos uma versão de demonstração do conjunto de dados completo do ImageNet, conhecido como fake_imagenet. Essa versão de demonstração permite testar os tutoriais e reduzir os requisitos de tempo e armazenamento normalmente associados à execução de um modelo com o conjunto de dados completo do ImageNet.

O conjunto de dados do fake_imagenet está neste local no Cloud Storage:

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

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

Para informações sobre como fazer o download e processar o conjunto de dados total do ImageNet, consulte Como fazer o download, o pré-processamento e o upload do conjunto de dados do ImageNet.

Inicie um recurso da 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
```
Descrições de sinalizações de comando

tpu-only

Crie apenas o Cloud TPU, não crie um Compute Engine.

name

O nome da Cloud TPU a ser criada.

zone

A zona em que você planeja criar a Cloud TPU.

disk-size

O tamanho do disco rígido em GB da VM criada pelo comando gcloud .

machine-type

O tipo de máquina da VM do Compute Engine a ser criado.

tf-version

A versão do gcloud do Tensorflow é instalada na VM.

Navegue até o diretório do modelo:

(vm)$ cd /usr/share/tpu/models/official/efficientnet/

Execute o script de treinamento.
```
(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
```
Descrições de sinalizações de comando

tpu

Usa o nome especificado na variável TPU_NAME.

data_dir

Especifica o caminho do Cloud Storage para a entrada de treinamento. Neste exemplo, ele está definido com o conjunto de dados fake_imagenet.

model_dir

O caminho do Cloud Storage em que os checkpoints e os resumos são armazenados durante o treinamento do modelo. É possível reutilizar uma pasta atual para carregar checkpoints gerados anteriormente e armazenar outros checkpoints, contanto que os anteriores tenham sido criados usando uma Cloud TPU do mesmo tamanho e versão do TensorFlow.

model_name

O nome do modelo a ser treinado. Por exemplo, efficientnet.

skip_host_call

Defina como true para instruir o script a ignorar o host_call, que é executado em todas as etapas de treinamento. Isso geralmente é usado para gerar resumos de treinamento (perda de treinamento, taxa de aprendizado etc.). Quando skip_host_call=false, poderá haver uma queda de desempenho se a função host_call for lenta e não puder acompanhar o cálculo da TPU.

train_batch_size

O tamanho do lote de treinamento.

train_steps

O número de etapas a serem usadas para treinamento. O valor padrão é 218.949 etapas,que é aproximadamente 350 períodos em um tamanho de lote de 2.048. Essa sinalização precisa ser ajustada de acordo com o valor da sinalização train_batch_size.

Isso treina o modelo EfficientNet (variante efficientnet-b0) por apenas 1.000 etapas porque usa o conjunto de dados falso do ImageNet. Ao treinar com o conjunto de dados completo do ImageNet, é possível treinar para a convergência usando o seguinte comando:

(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

Isso treina o modelo EfficientNet por 350 períodos e avalia após o processamento de um lote de dados. Usando as sinalizações especificadas, o modelo é treinado em cerca de 23 horas. Essas configurações precisam ter aproximadamente 76,5% de precisão no primeiro nível do conjunto de dados de validação do ImageNet. O melhor ponto de verificação do modelo e o resultado da avaliação correspondente estão dentro da pasta archive no diretório do modelo: ${STORAGE_BUCKET}/efficientnet/archive.

Como escalonar o modelo com os pods da Cloud TPU

Para resultados mais rápidos, escalone o modelo com os pods da Cloud TPU. O modelo totalmente compatível funciona com as seguintes frações de pod:

v2-32
v3-32

Ao trabalhar com pods da Cloud TPU, primeiro treine o modelo usando um pod e, em seguida, use um único dispositivo da Cloud TPU para avaliá-lo.

Como treinar com pods da Cloud TPU

Exclua o recurso da Cloud TPU criado para treinar o modelo em um único dispositivo.

(vm)$ gcloud compute tpus execution-groups delete efficientnet-tutorial \
  --zone=europe-west4-a \
  --tpu-only

Execute o comando gcloud compute tpus execution-groups, usando o parâmetro accelerator-type para especificar a fração de pod a ser usada. Por exemplo, o comando a seguir usa uma fração 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
```
Descrições de sinalizações de comando

tpu-only

Crie apenas uma Cloud TPU. Por padrão, o comando gcloud cria uma VM e uma Cloud TPU.

name

O nome da Cloud TPU a ser criada.

zone

A zona em que você planeja criar a Cloud TPU.

accelerator-type

O tipo da Cloud TPU a ser criada.

tf-version

A versão do gcloud compute tpus execution-groups do Tensorflow é instalada na VM.
Crie uma variável de ambiente para seu nome de TPU.
```
(vm)$ export TPU_NAME=efficientnet-tutorial
```
Atualize o diretório MODEL_DIR para armazenar os dados de treinamento.
```
(vm)$ export MODEL_DIR=${STORAGE_BUCKET}/efficientnet-tutorial
```
Treine o modelo.
```
(vm)$ 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
```
Descrições de sinalizações de comando

tpu

O nome da Cloud TPU.

data_dir

O caminho do Cloud Storage para entrada de treinamento. Neste exemplo, ele está definido com o conjunto de dados fake_imagenet.

model_dir

O caminho do Cloud Storage em que os checkpoints e os resumos são armazenados durante o treinamento do modelo. É possível reutilizar uma pasta atual para carregar checkpoints gerados anteriormente e armazenar outros checkpoints, contanto que os anteriores tenham sido criados usando uma Cloud TPU do mesmo tamanho e versão do TensorFlow.

model_name

O nome do modelo a ser treinado.

skip_host_call

Defina como true para instruir o script a ignorar o host_call, que é executado em todas as etapas de treinamento. Isso geralmente é usado para gerar resumos de treinamento (perda de treinamento, taxa de aprendizado etc.). Quando skip_host_call=false, poderá haver uma queda de desempenho se a função host_call for lenta e não puder acompanhar o cálculo da TPU.

mode

Um dos train_and_eval, train ou eval. train_and_eval treina e avalia o modelo. train treina o modelo. eval avalia o modelo.

train_steps

Especifica o número de etapas de treinamento.

train_batch_size

O tamanho do lote de treinamento.

iterations_per_loop

O número de etapas de treinamento a serem executadas na TPU antes de enviar métricas para a CPU.

Esse comando treina o modelo EfficientNet (variante efficientnet-b0) por apenas 1.000 etapas porque está usando o conjunto de dados falso do ImageNet. Ao treinar com o conjunto de dados completo do ImageNet, é possível treinar para convergência usando o seguinte comando:

(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

Esse comando treina o modelo EfficientNet (variante efficientnet-b3) por 350 períodos. O modelo precisa ter 81,1% de acurácia no conjunto de desenvolvimento do ImageNet, o que deve terminar em cerca de 20 horas. O melhor ponto de verificação do modelo e o resultado da avaliação correspondente estão dentro da pasta archive no diretório do modelo: ${STORAGE_BUCKET}/efficientnet/archive.

Como avaliar o modelo

Neste conjunto de etapas, você usa o Cloud TPU para avaliar o modelo treinado acima em relação aos dados de validação false_imagenet.

Exclua o recurso do Cloud TPU criado para treinar o modelo em um pod.

(vm)$ gcloud compute tpus execution-groups delete efficientnet-tutorial \
  --tpu-only \
  --zone=europe-west4-a

Inicie uma Cloud TPU v2-8 para executar a avaliação. Use o mesmo nome que você usou para a VM do Compute Engine, que ainda precisa estar em execução.
```
(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
```
Descrições de sinalizações de comando

tpu-only

Crie apenas uma Cloud TPU. Por padrão, o comando gcloud cria uma VM e uma Cloud TPU.

name

O nome da Cloud TPU a ser criada.

accelerator-type

O tipo da Cloud TPU a ser criada.

zone

A zona em que você planeja criar a Cloud TPU.

tf-version

A versão do gcloud do Tensorflow é instalada na VM.
Crie uma variável de ambiente para seu nome de TPU.
```
(vm)$ export TPU_NAME=efficientnet-tutorial
```
Execute a avaliação do modelo. Desta vez, adicione a sinalização mode e defina-a 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
```
Descrições de sinalizações de comando

tpu

Usa o nome especificado na variável TPU_NAME.

data_dir

Especifica o caminho do Cloud Storage para a entrada de treinamento. Neste exemplo, ele está definido com o conjunto de dados fake_imagenet.

model_dir

O caminho do Cloud Storage em que os checkpoints e os resumos são armazenados durante o treinamento do modelo. É possível reutilizar uma pasta atual para carregar checkpoints gerados anteriormente e armazenar outros checkpoints, contanto que os anteriores tenham sido criados usando uma Cloud TPU do mesmo tamanho e versão do TensorFlow.

model_name

O nome do modelo a ser treinado. Por exemplo, efficientnet, etc.

skip_host_call

Defina como true para instruir o script a ignorar o host_call, que é executado em todas as etapas de treinamento. Isso geralmente é usado para gerar resumos de treinamento (perda de treinamento, taxa de aprendizado etc.). Quando skip_host_call=false, poderá haver uma queda de desempenho se a função host_call for lenta e não puder acompanhar o cálculo da TPU.

mode

Quando definido como train_and_eval, este script treina e avalia o modelo. Quando definido como export_only, este script exporta um modelo salvo.

Isso gera um resultado semelhante ao seguinte:
```
Eval results: {
'loss': 7.532023,
'top_1_accuracy': 0.0010172526,
'global_step': 100,
'top_5_accuracy': 0.005065918
}
Elapsed seconds: 88
```

Limpeza

Para evitar cobranças na sua conta do Google Cloud pelos recursos usados no tutorial, exclua o projeto que os contém ou mantenha o projeto e exclua os recursos individuais.

Desconecte-se da instância do Compute Engine, caso ainda não tenha feito isso:
```
(vm)$ exit
```
Agora, o prompt precisa ser username@projectname, mostrando que você está no Cloud Shell.

No Cloud Shell, use o seguinte comando para excluir a VM do Compute Engine e o Cloud TPU:

$ gcloud compute tpus execution-groups delete efficientnet-tutorial \
  --zone=europe-west4-a

Verifique se os recursos foram excluídos executando gcloud compute tpus execution-groups list. A exclusão pode levar vários minutos. Uma resposta como esta indica que suas instâncias foram excluídas com sucesso:
```
$ gcloud compute tpus execution-groups list \
 --zone=europe-west4-a
```
Você verá uma lista vazia de TPUs como esta:
```
   NAME             STATUS
```
Exclua o bucket do Cloud Storage usando gsutil, conforme mostrado abaixo. Substitua bucket-name pelo nome do seu bucket no Cloud Storage.
```
$ gsutil rm -r gs://bucket-name
```

A seguir

Neste tutorial, você treinou o modelo EfficientNet usando um conjunto de dados de amostra. Os resultados deste treinamento (na maioria dos casos) não podem ser usados para inferência. Para usar um modelo para inferência, é possível treinar os dados em um conjunto de dados disponível publicamente ou no seu próprio conjunto de dados. Os modelos treinados nas Cloud TPUs exigem que os conjuntos de dados estejam no formato TFRecord.

Use a amostra da ferramenta de conversão de conjunto de dados para converter um conjunto de dados de classificação de imagem no formato TFRecord. Se você não estiver usando um modelo de classificação de imagem, converta manualmente o conjunto de dados para o TFRecord. Para mais informações, consulte TFRecord e tf.Example

Ajuste de hiperparâmetros

Para melhorar o desempenho do modelo com o conjunto de dados, é possível ajustar os hiperparâmetros. Encontre informações sobre hiperparâmetros comuns a todos os modelos compatíveis com a TPU no GitHub. As informações sobre hiperparâmetros específicos do modelo podem ser encontradas no código-fonte de cada modelo. Para mais informações sobre o ajuste de hiperparâmetros, consulte Visão geral do ajuste de hiperparâmetros, Como usar o serviço de ajuste de hiperparâmetros e Ajustar hiperparâmetros.

Inferência

Depois de treinar o modelo, é possível usá-lo para inferência (também chamada de previsão). O AI Platform é uma solução baseada em nuvem para desenvolver, treinar e implantar modelos de machine learning. Depois que um modelo é implantado, use o serviço do AI Platform Prediction.

Conheça as ferramentas de TPU no TensorBoard.

Como treinar o EfficientNet na Cloud TPU

Objetivos

Custos

Antes de começar

Configurar os recursos

Descrições de sinalizações de comando

Prepare os dados

Treine e avalie o modelo EfficientNet com o fake_imagenet

Descrições de sinalizações de comando

Descrições de sinalizações de comando

Como escalonar o modelo com os pods da Cloud TPU

Como treinar com pods da Cloud TPU

Descrições de sinalizações de comando

Descrições de sinalizações de comando

Como avaliar o modelo

Descrições de sinalizações de comando

Descrições de sinalizações de comando

Limpeza

A seguir

Ajuste de hiperparâmetros

Inferência