Máscara de entrenamiento RCNN en Cloud TPU (TF 2.x)

Descripción general

En este instructivo, se muestra cómo ejecutar el modelo Mask RCNN mediante Cloud TPU con el conjunto de datos COCO.

Mask RCNN es una red neuronal profunda diseñada para abordar la detección de objetos y la segmentación de imágenes, uno de los desafíos de visión artificial más difíciles.

El modelo Mask RCNN genera cuadros de límite y máscaras de segmentación para cada instancia de un objeto en la imagen. El modelo se basa en la Feature Pyramid Network (FPN) y en una red troncal ResNet50.

En este instructivo, se usa Tensorflow Keras APIs para entrenar el modelo. La API de Keras es una API de TensorFlow de alto nivel que se puede usar para compilar y ejecutar un modelo de aprendizaje automático en Cloud TPU. La API simplifica el proceso de desarrollo del modelo. Para ello, oculta la mayor parte de la implementación de bajo nivel, lo que facilita el cambio entre TPU y otras plataformas, como GPU o CPU.

En las siguientes instrucciones, se supone que ya estás familiarizado con el entrenamiento de un modelo en Cloud TPU. Si eres nuevo en Cloud TPU, puedes consultar la guía de inicio rápido para obtener una introducción básica.

Objetivos

  • Prepara el conjunto de datos COCO
  • Crear un bucket de Cloud Storage para almacenar el resultado de tu modelo y tu conjunto de datos
  • Configura recursos de TPU para el entrenamiento y la evaluación
  • Ejecutar el entrenamiento y la evaluación en un solo Cloud TPU o un pod de Cloud TPU

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. Descubre cómo confirmar que tienes habilitada la facturación 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. Descubre cómo confirmar que tienes habilitada la facturación 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.

Prepara el conjunto de datos COCO

En este instructivo, se usa el conjunto de datos COCO. El conjunto de datos debe estar en formato TFRecord en un bucket de Cloud Storage para usarlo en el entrenamiento.

Si ya tienes el conjunto de datos COCO preparado en un bucket de Cloud Storage que se encuentra en elzona puedes usar para entrenar el modelo, puedes ir directamente aentrenamiento con un solo dispositivo. De lo contrario, sigue estos pasos para preparar el conjunto de datos.

  1. Abre una ventana de Cloud Shell.

    Abra Cloud Shell

  2. En Cloud Shell, crea un bucket de Cloud Storage con el siguiente comando:

    gsutil mb -p ${PROJECT_ID} -c standard -l europe-west4 gs://bucket-name
    
  3. Inicia una instancia de VM de Compute Engine.

    Esta instancia de VM solo se usará para descargar y procesar previamente el conjunto de datos COCO. Completa instance-name con el nombre que desees.

    $ gcloud compute tpus execution-groups create \
     --vm-only \
     --name=instance-name \
     --zone=europe-west4-a \
     --disk-size=300 \
     --machine-type=n1-standard-16 \
     --tf-version=2.7.0
    

    Descripciones de las marcas de comandos

    vm-only
    Crea solo una VM. De forma predeterminada, el comando gcloud compute tpus execution-groups crea una VM y una Cloud TPU.
    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 compute tpus execution-groups.
    machine-type
    El tipo de máquina de la VM de Compute Engine que se creará.
    tf-version
    La versión de Tensorflow gcloud compute tpus execution-groups se instala en la VM.
  4. Si no accediste de forma automática a la instancia de Compute Engine, ejecuta el siguiente comando de ssh para acceder. Cuando accedas a la VM, el indicador de shell cambiará de username@projectname a username@vm-name:

      $ gcloud compute ssh instance-name --zone=europe-west4-a
      

  5. Configura dos variables, una para el bucket de almacenamiento que creaste antes y otra para el directorio que contiene los datos de entrenamiento (DATA_DIR) en el bucket de almacenamiento.

    (vm)$ export STORAGE_BUCKET=gs://bucket-name
    
    (vm)$ export DATA_DIR=${STORAGE_BUCKET}/coco
  6. Instala los paquetes necesarios para procesar los datos con anterioridad.

    (vm)$ sudo apt-get install -y python3-tk && \
      pip3 install --user Cython matplotlib opencv-python-headless pyyaml Pillow && \
      pip3 install --user "git+https://github.com/cocodataset/cocoapi#egg=pycocotools&subdirectory=PythonAPI"
    
  7. Ejecuta la secuencia de comandos download_and_preprocess_coco.sh para convertir el conjunto de datos COCO en un conjunto de TFRecords (*.tfrecord), que son compatibles con la aplicación de entrenamiento.

    (vm)$ git clone https://github.com/tensorflow/tpu.git
    (vm)$ sudo bash tpu/tools/datasets/download_and_preprocess_coco.sh ./data/dir/coco
    

    Esto instala las bibliotecas necesarias y ejecuta la secuencia de comandos de procesamiento previo. Como resultado, se muestra una serie de archivos *.tfrecord en tu directorio de datos local. La secuencia de comandos de conversión y descarga de COCO tarda alrededor de 1 hora en completarse.

  8. Copia los datos en tu bucket de Cloud Storage

    Después de convertir los datos en TFRecords, cópialos desde el almacenamiento local a tu depósito de Cloud Storage con el comando gsutil. También debes copiar los archivos de anotaciones. Estos archivos ayudan a validar el rendimiento del modelo.

    (vm)$ gsutil -m cp ./data/dir/coco/*.tfrecord ${DATA_DIR}
    (vm)$ gsutil cp ./data/dir/coco/raw-data/annotations/*.json ${DATA_DIR}
    
  9. Limpia los recursos de VM

    Una vez que el conjunto de datos COCO se haya convertido en TFRecords y se haya copiado en DATA_DIR en tu bucket de Cloud Storage, puedes borrar la instancia de Compute Engine.

    Desconéctate de la instancia de Compute Engine:

    (vm)$ exit
    

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

  10. Borra tu instancia de Compute Engine

      $ gcloud compute instances delete instance-name
        --zone=europe-west4-a
      

Entrenar Mask RCNN en una TPU de dispositivo único

Si planeas entrenar en una porción de pod de TPU, consulta Entrenar en pods de TPU para comprender los cambios necesarios para entrenar en porciones de pod.

  1. Abre una ventana de Cloud Shell.

    Abrir Cloud Shell

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

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

    Exporta el ID del proyecto, el nombre que deseas usar para tus recursos de TPU y la zona en la que entrenarás el modelo y almacenarás todos los datos relacionados con el entrenamiento.

    $ export TPU_NAME=mask-rcnn-tutorial
    $ export ZONE=europe-west4-a

  6. Inicia una VM de Compute Engine y Cloud TPU con el comando gcloud. El comando que uses depende de si usas VM de TPU o nodos TPU. Para obtener más información sobre las dos arquitecturas de VM, consulta Arquitectura del sistema.

    VM de TPU

    $ gcloud alpha compute tpus tpu-vm create mask-rcnn-tutorial \
    --zone=europe-west4-a \
    --accelerator-type=v3-8 \
    --version=tpu-vm-tf-2.7.0
    

    Descripciones de las marcas de comandos

    zone
    Es la zona en la que deseas crear la Cloud TPU.
    accelerator-type
    El tipo de Cloud TPU que se creará.
    version
    La versión del entorno de ejecución de Cloud TPU.

    Nodo TPU

    $ gcloud compute tpus execution-groups create  \
     --zone=europe-west4-a \
     --name=mask-rcnn-tutorial \
     --accelerator-type=v3-8 \
     --machine-type=n1-standard-8 \
     --disk-size=300 \
     --tf-version=2.7.0
    

    Descripciones de las marcas de comandos

    zone
    Es la zona en la que deseas crear la Cloud TPU.
    name
    El nombre de la TPU. Si no se especifica, el valor predeterminado es tu nombre de usuario.
    accelerator-type
    El tipo de Cloud TPU que se creará.
    machine-type
    El tipo de máquina de la VM de Compute Engine que se creará.
    disk-size
    El tamaño del volumen raíz de la VM de Compute Engine (en GB).
    tf-version
    La versión de Tensorflow gcloud se instala en la VM.

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

  7. Si no accediste de forma automática a la instancia de Compute Engine, ejecuta el siguiente comando de ssh para acceder. Cuando accedas a la VM, el indicador de shell cambiará de username@projectname a username@vm-name:

    VM de TPU

    gcloud alpha compute tpus tpu-vm ssh mask-rcnn-tutorial --zone=europe-west4-a
    

    Nodo TPU

    gcloud compute ssh mask-rcnn-tutorial --zone=europe-west4-a
    
  8. Instala los requisitos de TensorFlow.

    El comando que uses depende de si usas VM de TPU o nodos TPU.

    VM de TPU

    (vm)$ pip3 install -r /usr/share/tpu/models/official/requirements.txt 

    Nodo TPU

    (vm)$ pip3 install --user -r /usr/share/models/official/requirements.txt
    
  9. Configura la variable de nombre de Cloud TPU.

    VM de TPU

    (vm)$ export TPU_NAME=local
    

    Nodo TPU

    (vm)$ export TPU_NAME=mask-rcnn-tutorial
    
  10. Configura las siguientes variables de entorno y reemplaza bucket-name por el nombre del bucket de Cloud Storage que almacena el conjunto de datos COCO:

    (vm)$ export STORAGE_BUCKET=gs://bucket-name
    
  11. Agrega variables de entorno para los directorios de datos y modelos.

    (vm)$ export DATA_DIR=${STORAGE_BUCKET}/coco
    (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/mask-rcnn
    
  12. Agrega algunas variables de entorno adicionales necesarias:

    (vm)$ export RESNET_CHECKPOINT=gs://cloud-tpu-checkpoints/retinanet/resnet50-checkpoint-2018-02-07
    (vm)$ export TRAIN_FILE_PATTERN=${DATA_DIR}/train-*
    (vm)$ export EVAL_FILE_PATTERN=${DATA_DIR}/val-*
    (vm)$ export VAL_JSON_FILE=${DATA_DIR}/instances_val2017.json
    
  13. Establece la variable de entorno PYTHONPATH:

    VM de TPU

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

    Nodo TPU

    (vm)$ export PYTHONPATH="${PYTHONPATH}:/usr/share/models"
    
  14. Ve al directorio en el que se almacena el modelo:

    VM de TPU

    (vm)$ cd /usr/share/tpu/models/official/vision/detection
    

    Nodo TPU

    (vm)$ cd /usr/share/models/official/vision/detection
    

La siguiente secuencia de comandos ejecuta un entrenamiento de muestra que se entrena en solo 10 pasos y tarda unos 10 minutos en completarse en una TPU v3-8. El entrenamiento para la convergencia lleva alrededor de 22,500 pasos y aproximadamente 6 horas en una TPU v3-8.

  1. Ejecuta el siguiente comando para entrenar el modelo Mask-RCNN:

    (vm)$ python3 main.py \
       --strategy_type=tpu \
       --tpu=${TPU_NAME} \
       --model_dir=${MODEL_DIR} \
       --mode=train \
       --model=mask_rcnn \
       --params_override="{train: { total_steps: 10, checkpoint: { path: ${RESNET_CHECKPOINT}, prefix: resnet50/ }, train_file_pattern: ${TRAIN_FILE_PATTERN} }, eval: { val_json_file: ${VAL_JSON_FILE}, eval_file_pattern: ${EVAL_FILE_PATTERN}, eval_samples: 5000} }"
    

    Descripciones de las marcas de comandos

    strategy_type
    La estrategia de distribución
    tpu
    El nombre de tu TPU.
    model_dir
    especifica el directorio en el que se almacenan los puntos de control y los resúmenes durante el entrenamiento de modelos. 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 reutilizar una carpeta existente para cargar datos de puntos de control actuales y almacenar puntos de control adicionales, siempre que los puntos de control anteriores se hayan creado con una TPU del mismo tamaño y con la misma versión de TensorFlow.

    Cuando se complete el entrenamiento, aparecerá un mensaje similar al siguiente:

    Train Step: 10/10  / loss = {'total_loss': 2.6386399269104004,
    'loss': 2.6386399269104004, 'fast_rcnn_class_loss': 0.5143030881881714,
    'fast_rcnn_box_loss': 0.005997246131300926, 'mask_loss': 0.7189582586288452,
    'model_loss': 1.898547887802124, 'l2_regularization_loss': 0.7400921583175659,
    'rpn_score_loss': 0.6035243272781372, 'rpn_box_loss': 0.055764954537153244,
    'learning_rate': 0.008165999} / training metric = {'total_loss': 2.6386399269104004,
    'loss': 2.6386399269104004, 'fast_rcnn_class_loss': 0.5143030881881714,
    'fast_rcnn_box_loss': 0.005997246131300926, 'mask_loss': 0.7189582586288452,
    'model_loss': 1.898547887802124, 'l2_regularization_loss': 0.7400921583175659,
    'rpn_score_loss': 0.6035243272781372, 'rpn_box_loss': 0.055764954537153244,
    'learning_rate': 0.008165999}
    
  2. Ejecuta la evaluación. Esto llevará aproximadamente 15 minutos en una TPU v3-8:

    (vm)$ python3 main.py \
       --strategy_type=tpu \
       --tpu=${TPU_NAME} \
       --model_dir=${MODEL_DIR} \
       --checkpoint_path=${MODEL_DIR} \
       --mode=eval_once \
       --model=mask_rcnn \
       --params_override="{eval: { val_json_file: ${VAL_JSON_FILE}, eval_file_pattern: ${EVAL_FILE_PATTERN}, eval_samples: 5000 } }"
    

    Descripciones de las marcas de comandos

    strategy_type
    La estrategia de distribución
    tpu
    El nombre de tu TPU.
    model_dir
    especifica el directorio en el que se almacenan los puntos de control y los resúmenes durante el entrenamiento de modelos. 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 reutilizar una carpeta existente para cargar datos de puntos de control actuales y almacenar puntos de control adicionales, siempre que los puntos de control anteriores se hayan creado con una TPU del mismo tamaño y con la misma versión de TensorFlow.

    Cuando se complete la evaluación, aparecerá un mensaje similar al siguiente:

    DONE (t=5.41s).
    Average Precision  (AP) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.000
    Average Precision  (AP) @[ IoU=0.50      | area=   all | maxDets=100 ] = 0.000
    Average Precision  (AP) @[ IoU=0.75      | area=   all | maxDets=100 ] = 0.000
    Average Precision  (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.000
    Average Precision  (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.000
    Average Precision  (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.000
    Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=  1 ] = 0.000
    Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets= 10 ] = 0.000
    Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.000
    Average Recall     (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.000
    Average Recall     (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.000
    Average Recall     (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.000
    

    Completaste el entrenamiento y la evaluación de un solo dispositivo. Sigue los pasos que se indican a continuación para borrar los recursos actuales de TPU de dispositivo único.

  3. Desconéctate de la instancia de Compute Engine:

    (vm)$ exit
    

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

  4. Borra el recurso TPU.

    VM de TPU

    $ gcloud alpha compute tpus tpu-vm delete mask-rcnn-tutorial \
    --zone=europe-west4-a
    

    Descripciones de las marcas de comandos

    zone
    Es la zona en la que reside tu Cloud TPU.

    Nodo TPU

    $ gcloud compute tpus execution-groups delete mask-rcnn-tutorial \
    --tpu-only \
    --zone=europe-west4-a
    

    Descripciones de las marcas de comandos

    tpu-only
    Borra solo Cloud TPU. La VM permanece disponible.
    zone
    La zona que contiene la TPU que se borrará.

En este punto, puedes finalizar este instructivo y realizar una limpieza o puedes continuar y explorar la ejecución del modelo en los Pods de Cloud TPU.

Escala tu modelo con pods de Cloud TPU

Entrenamiento de Pods de TPU

  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.

    Las cuentas de servicio permiten que el servicio de Cloud TPU acceda a otros servicios de Google Cloud Platform.

    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. Si preparaste antes el conjunto de datos COCO y lo moviste a tu bucket de almacenamiento, puedes volver a usarlo para el entrenamiento de pods. Si aún no preparaste el conjunto de datos COCO, hazlo ahora y regresa aquí para configurar el entrenamiento.

  6. Inicia un Pod de Cloud TPU

    En este instructivo, se especifica un pod v3-32. Para conocer otras opciones de pods, consulta la página de tipos de TPU disponibles.

    El entrenamiento de muestra se ejecuta solo en 20 pasos y tarda alrededor de 10 minutos en completarse en un nodo TPU v3-32. El entrenamiento para la convergencia lleva alrededor de 11,250 pasos y aproximadamente 2 horas en un pod de TPU v3-32.

    VM de TPU

    $ gcloud alpha compute tpus tpu-vm create mask-rcnn-tutorial \
    --zone=europe-west4-a \
    --accelerator-type=v3-32 \
    --version=tpu-vm-tf-2.7.0-pod
    

    Descripciones de las marcas de comandos

    zone
    Es la zona en la que deseas crear la Cloud TPU.
    accelerator-type
    El tipo de Cloud TPU que se creará.
    version
    La versión del entorno de ejecución de Cloud TPU.

    Nodo TPU

    (vm)$ gcloud compute tpus execution-groups create \
    --zone=europe-west4-a \
    --name=mask-rcnn-tutorial \
    --accelerator-type=v3-32  \
    --tf-version=2.7.0
    

    Descripciones de las marcas de comandos

    zone
    Es la zona en la que deseas crear la Cloud TPU.
    tpu-only
    Crea solo Cloud TPU. De forma predeterminada, el comando gcloud compute tpus execution-groups crea una VM y una Cloud TPU.
    accelerator-type
    El tipo de Cloud TPU que se creará.
    tf-version
    La versión de Tensorflow gcloud se instala en la VM.
  7. Si no accediste de forma automática a la instancia de Compute Engine, ejecuta el siguiente comando de ssh para acceder. Cuando accedas a la VM, el indicador de shell cambiará de username@projectname a username@vm-name:

    VM de TPU

    gcloud alpha compute tpus tpu-vm ssh mask-rcnn-tutorial --zone=europe-west4-a
    

    Nodo TPU

    gcloud compute ssh mask-rcnn-tutorial --zone=europe-west4-a
    
  8. Instala los requisitos de TensorFlow.

    El comando que uses depende de si usas VM de TPU o nodos TPU.

    VM de TPU

    (vm)$ pip3 install -r /usr/share/tpu/models/official/requirements.txt 

    Nodo TPU

    (vm)$ pip3 install --user -r /usr/share/models/official/requirements.txt
    
  9. La secuencia de comandos de entrenamiento requiere un paquete adicional. Instálalo ahora:

    (vm)$ pip3 install --user tensorflow-model-optimization>=0.1.3
    
  10. Configura la variable de nombre de Cloud TPU.

    (vm)$ export TPU_NAME=mask-rcnn-tutorial
    
  11. 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
    
  12. Agrega algunas variables de entorno adicionales necesarias:

    (vm)$ export RESNET_CHECKPOINT=gs://cloud-tpu-checkpoints/retinanet/resnet50-checkpoint-2018-02-07
    (vm)$ export DATA_DIR=${STORAGE_BUCKET}/coco
    (vm)$ export TRAIN_FILE_PATTERN=${DATA_DIR}/train-*
    (vm)$ export EVAL_FILE_PATTERN=${DATA_DIR}/val-*
    (vm)$ export VAL_JSON_FILE=${DATA_DIR}/instances_val2017.json
    (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/mask-rcnn-pod
    
  13. Establece la variable de entorno PYTHONPATH:

    VM de TPU

    (vm)$ export PYTHONPATH="/usr/share/tpu/models:${PYTHONPATH}"
    (vm)$ export TPU_LOAD_LIBRARY=0
    

    Nodo TPU

    (vm)$ export PYTHONPATH="${PYTHONPATH}:/usr/share/models"
    
  14. Ve al directorio en el que se almacena el modelo:

    VM de TPU

    (vm)$ cd /usr/share/tpu/models/official/vision/detection

    Nodo TPU

    (vm)$ cd /usr/share/models/official/vision/detection
  15. Entrena el modelo:

    Este procedimiento entrena el modelo en el conjunto de datos COCO para los pasos de entrenamiento de 5,625. Este entrenamiento toma alrededor de 1 hora en una Cloud TPU v3-32. Verás un resultado del punto de control aproximadamente cada 5 minutos.

    VM de TPU

    (vm)$ python3 main.py \
    --strategy_type=tpu \
    --tpu=${TPU_NAME} \
    --model_dir=${MODEL_DIR} \
    --mode=train \
    --model=mask_rcnn \
    --params_override="{architecture: {use_bfloat16: true}, eval: {batch_size: 40, eval_file_pattern: ${EVAL_FILE_PATTERN}, val_json_file: ${VAL_JSON_FILE}}, postprocess: {pre_nms_num_boxes: 1000}, predict: {batch_size: 40}, train: {batch_size: 256, checkpoint: {path: ${RESNET_PRETRAIN_DIR}, prefix: resnet50/}, iterations_per_loop: 500, total_steps: 5625, train_file_pattern: ${TRAIN_FILE_PATTERN}, } }" 

    Descripciones de las marcas de comandos

    tpu
    El nombre de tu TPU.
    model_dir
    Especifica el directorio en el que se almacenan los puntos de control y los resúmenes durante el entrenamiento de modelos. 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 reutilizar una carpeta existente para cargar datos de los puntos de control actuales y almacenar puntos de control adicionales siempre que los puntos de control anteriores se hayan creado mediante Cloud TPU del mismo tamaño y versión de TensorFlow.
    params_override
    Una string JSON que anula parámetros de secuencia de comandos predeterminados. Para obtener más información sobre los parámetros de secuencia de comandos, consulta ~/models/official/vision/detection/main.py.

    Nodo TPU

    (vm)$ python3 main.py \
    --strategy_type=tpu \
    --tpu=${TPU_NAME} \
    --model_dir=${MODEL_DIR} \
    --mode=train \
    --model=mask_rcnn \
    --params_override="{train: { batch_size: 128, iterations_per_loop: 500, total_steps: 20, learning_rate: {'learning_rate_levels': [0.008, 0.0008], 'learning_rate_steps': [10000, 13000] }, checkpoint: { path: ${RESNET_CHECKPOINT}, prefix: resnet50/ }, train_file_pattern: ${TRAIN_FILE_PATTERN} }, eval: { val_json_file: ${VAL_JSON_FILE}, eval_file_pattern: ${EVAL_FILE_PATTERN}} }"

    Descripciones de las marcas de comandos

    tpu
    El nombre de tu TPU.
    model_dir
    Especifica el directorio en el que se almacenan los puntos de control y los resúmenes durante el entrenamiento de modelos. 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 reutilizar una carpeta existente para cargar datos de los puntos de control actuales y almacenar puntos de control adicionales siempre que los puntos de control anteriores se hayan creado mediante Cloud TPU del mismo tamaño y versión de TensorFlow.
    params_override
    Una string JSON que anula parámetros de secuencia de comandos predeterminados. Para obtener más información sobre los parámetros de secuencia de comandos, consulta ~/models/official/vision/detection/main.py.

Cuando se complete el entrenamiento, aparecerá un mensaje similar al siguiente:

 Train Step: 20/20  / loss = {'total_loss': 2.176832675933838,
 'loss': 2.176832675933838, 'fast_rcnn_class_loss': 0.2733360528945923,
 'fast_rcnn_box_loss': 0.030380848795175552, 'mask_loss': 0.6929039359092712,
 'model_loss': 1.4366037845611572, 'l2_regularization_loss': 0.7402286529541016,
 'rpn_score_loss': 0.3818075954914093, 'rpn_box_loss': 0.05817537382245064,
 'learning_rate': 0.009632} / training metric = {'total_loss': 2.176832675933838,
 'loss': 2.176832675933838, 'fast_rcnn_class_loss': 0.2733360528945923,
 'fast_rcnn_box_loss': 0.030380848795175552, 'mask_loss': 0.6929039359092712,
 'model_loss': 1.4366037845611572, 'l2_regularization_loss': 0.7402286529541016,
 'rpn_score_loss': 0.3818075954914093, 'rpn_box_loss': 0.05817537382245064,
 'learning_rate': 0.009632}
 

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. Borra tus recursos de Cloud TPU y Compute Engine. El comando que uses para borrar tus recursos depende de si usas VM o nodos TPU. Para obtener más información, consulta Arquitectura del sistema.

    VM de TPU

    $ gcloud alpha compute tpus tpu-vm delete mask-rcnn-tutorial \
    --zone=europe-west4-a
    

    Nodo TPU

    $ gcloud compute tpus execution-groups delete mask-rcnn-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. El resultado del siguiente comando no debe incluir ninguno de los recursos de TPU creados en este instructivo:

    $ gcloud compute tpus execution-groups list --zone=europe-west4-a
    
  4. 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?

Los instructivos de TensorFlow Cloud TPU suelen entrenar el modelo con 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. 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.