Entrena MnasNet en Cloud TPU

En este instructivo, se muestra cómo entrenar el modelo MnasNet de Tensorflow con un dispositivo de Cloud TPU o una porción de pod de Cloud TPU (varios dispositivos de TPU). Puedes aplicar el mismo patrón a otros modelos de clasificación de imágenes optimizados por TPU que usan TensorFlow y el conjunto de datos ImageNet.

Descripción del modelo

El modelo de este instructivo se basa en MnasNet: Búsqueda de arquitecturas neuronales por plataforma para dispositivos móviles, que primero presenta la arquitectura de red neuronal móvil de AutoML (MnasNet). En el instructivo, se usa la variante de última generación “mnasnet-a1” y se demuestra cómo entrenar al modelo mediante TPUEstimator.

Consideraciones especiales para entrenar en una porción de pod (v2-32 o v3-32 y posteriores)

Si planeas entrenar en una porción de pod de TPU, asegúrate de leer este documento que explica las consideraciones especiales para entrenar en una porción de pod.

Objetivos

  • Crear un bucket de Cloud Storage para almacenar el resultado de tu modelo y tu conjunto de datos
  • 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.

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 proyecto

  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 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.

    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: Reemplaza bucket-name por un nombre para tu depósito.

    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. La herramienta 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. Inicia los recursos de Compute Engine y Cloud TPU necesarios para este instructivo con el comando gcloud compute tpus execution-groups.

    gcloud compute tpus execution-groups create \
     --vm-only \
     --name=mnasnet-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 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.

    Para obtener más información sobre el comando 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. Si no estás conectado a la instancia de Compute Engine, puedes hacerlo mediante la ejecución del comando siguiente:

    gcloud compute ssh mnasnet-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.

  8. Crea una variable de entorno para el depósito de almacenamiento. Reemplaza bucket-name por el nombre del depósito de Cloud Storage.

    (vm)$ export STORAGE_BUCKET=gs://bucket-name
    
  9. Crea una variable de entorno para el directorio de datos.

    (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/mnasnet
    
  10. Agrega la carpeta /models de nivel superior a la ruta de Python con el comando siguiente

    (vm)$ export PYTHONPATH=${PYTHONPATH}:/usr/share/tpu/models:/usr/share/tpu/models/official/efficientnet
    

Ubica los datos

ImageNet es una base de datos de imágenes. Las imágenes de la base de datos están organizadas en jerarquía, cada nodo de la jerarquía contiene 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

  1. Crea una variable de entorno para el directorio de datos.

    (vm)$ export DATA_DIR=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.

Ejecuta el modelo MnasNet con fake_imagenet

El modelo de TPU Mnasnet viene preinstalado en la VM de Compute Engine en el siguiente directorio:

/usr/share/tpu/models/official/mnasnet/

  1. Ejecuta el siguiente comando para crear tu Cloud TPU.

    (vm)$ gcloud compute tpus execution-groups create \
     --tpu-only \
     --accelerator-type=v3-8 \
     --name=mnasnet-tutorial \
     --zone=europe-west4-a \
     --tf-version=1.15.5
    

    Descripciones de las marcas de comandos

    tpu-only
    Crea solo Cloud TPU y no crea un Compute Engine.
    accelerator-type
    El tipo de Cloud TPU que se creará.
    name
    El nombre de la Cloud TPU para crear.
    zone
    Es la zona en la que deseas crear la Cloud TPU.
    tf-version
    La versión de Tensorflow gcloud se instala en la VM.
  2. Crea una variable de entorno para el nombre de Cloud TPU.

    (vm)$ export TPU_NAME=mnasnet-tutorial
    

  3. Navega hasta el directorio del modelo.

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

    (vm)$ python3 mnasnet_main.py \
      --tpu=${TPU_NAME} \
      --data_dir=${DATA_DIR} \
      --model_dir=${MODEL_DIR} \
      --model_name="mnasnet-a1" \
      --skip_host_call=true \
      --train_steps=109474 \
      --train_batch_size=4096

    Descripciones de las marcas de comandos

    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.
    model_name
    Es el nombre del modelo que se entrenará. Por ejemplo, mnasnet-a1.
    skip_host_call
    Establece esto en true para indicarle a la secuencia de comandos que omita host_call que se ejecuta en cada paso de entrenamiento. Esto se usa, por lo general, para generar resúmenes de entrenamiento (pérdida de entrenamiento, tasa de aprendizaje, etcétera). Cuando es skip_host_call=false, puede haber una disminución del rendimiento si la función host_call es lenta y no puede mantenerse al día con el cálculo de la TPU.
    train_steps
    La cantidad de pasos que se deben usar para el entrenamiento. El valor predeterminado es 218,949, que es aproximadamente 350 ciclos de entrenamiento en un tamaño de lote de 2048. Esta marca debe ajustarse en función del valor train_batch_size
    train_batch_size
    El tamaño del lote de entrenamiento.

    Para un solo dispositivo de Cloud TPU, el procedimiento entrena el modelo MnasNet (variante mnasnet-a1) durante 350 ciclos de entrenamiento y lo evalúa cada cierto número fijo de pasos. Con las marcas especificadas, el entrenamiento del modelo tarda unas 23 horas. Con los datos reales de imagenet, la configuración reproducirá el resultado de la investigación de última generación, mientras que los usuarios podrán ajustar la velocidad de entrenamiento.

Escala tu modelo con pods de Cloud TPU

Puedes obtener resultados más rápidos si escalas tu modelo con pods de Cloud TPU. El modelo de Mnasnet totalmente compatible puede funcionar con las siguientes porciones de pod:

  • v2-32
  • v2-128
  • v2-256
  • v2-512
  • v3-32
  • v3-128
  • v3-256
  • v3-512
  • v3-1024
  • v3-2048

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 mnasnet-tutorial \
    --tpu-only \
    --zone=europe-west4-a
  2. Crea un pod de Cloud TPU nuevo.

    (vm)$ gcloud compute tpus execution-groups create --tpu-only \
      --accelerator-type=v2-32 \
      --zone=europe-west4-a \
      --name=mnasnet-tutorial \
      --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.
    accelerator-type
    El tipo de Cloud TPU que se creará.
    zone
    Es la zona en la que deseas crear la Cloud TPU.
    name
    El nombre de la Cloud TPU para crear.
    tf-version
    La versión de Tensorflow gcloud se instala en la VM.
  3. Actualiza la variable de entorno TPU_NAME.

    (vm)$ export TPU_NAME=Cloud TPU
    
  4. Actualiza el directorio MODEL_DIR para almacenar los datos de entrenamiento.

    (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/mnasnet-tutorial
    
  5. Entrena el modelo mediante la ejecución de la siguiente secuencia de comandos.

    La secuencia de comandos entrena el modelo en el conjunto de datos fake_imagnet en 35 ciclos de entrenamiento. Este proceso demora unos 90 minutos en ejecutarse en una v3-128 Cloud TPU.

    (vm)$ python3 mnasnet_main.py \
      --tpu=${TPU_NAME} \
      --data_dir=${DATA_DIR} \
      --model_dir=${MODEL_DIR} \
      --model_name="mnasnet-a1" \
      --skip_host_call=true \
      --train_steps=109474 \
      --train_batch_size=4096
    

    Descripciones de las marcas de comandos

    tpu
    El nombre de Cloud TPU.
    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.
    model_name
    Es el nombre del modelo que se entrenará. Por ejemplo, efficientnet.
    skip_host_call
    Establece esta propiedad en true para que la secuencia de comandos omita host_call que se ejecuta en cada paso de entrenamiento. Esto se usa, por lo general, para generar resúmenes de entrenamiento (pérdida de entrenamiento, tasa de aprendizaje, etcétera). Cuando skip_host_call=false, puede haber una disminución del rendimiento si la función host_call es lenta y no puede mantenerse al día con el cálculo de la TPU.
    train_steps
    La cantidad de pasos que se deben usar para el entrenamiento. El valor predeterminado es 218,949 pasos, aproximadamente, 350 ciclos de entrenamiento en un tamaño de lote de 2048. Esta marca se debe ajustar según el valor de la marca train_batch_size.
    train_batch_size
    El tamaño del lote de entrenamiento.

    El procedimiento entrena el modelo MnasNet (variante mnasnet-a1) en el conjunto de datos fake_imagent en 350 ciclos de entrenamiento. Debería demorar unas 5 horas.

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 mnasnet-tutorial \
      --tpu-only \
      --zone=europe-west4-a
    
  2. Inicia una Cloud TPU v2-8. 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 \
      --accelerator-type=v3-8 \
      --zone=europe-west4-a \
      --name=mnasnet-tutorial \
      --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.
    accelerator-type
    El tipo de Cloud TPU que se creará.
    zone
    Es la zona en la que deseas crear la Cloud TPU.
    name
    El nombre de la Cloud TPU para crear.
    tf-version
    La versión de Tensorflow gcloud se instala en la VM.
  3. Crea una variable de entorno para tu tipo de acelerador.

    (vm)$ export ACCELERATOR_TYPE=v3-8
    
  4. Ejecuta la evaluación del modelo. Esta vez, agrega la marca mode y configúrala como eval.

    (vm)$ python3 mnasnet_main.py \
      --tpu=${TPU_NAME} \
      --data_dir=${DATA_DIR} \
      --model_dir=${MODEL_DIR} \
      --mode=eval \
      --config_file=configs/cloud/${ACCELERATOR_TYPE}.yaml
    

    Descripciones de las marcas de comandos

    tpu
    El nombre de Cloud TPU.
    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.
    mode
    Una de las siguientes opciones: train_and_eval, train o eval. train_and_eval entrena y evalúa el modelo. train entrena el modelo. eval evalúa el modelo.
    config_file
    El archivo de configuración que se usa en la secuencia de comandos de entrenamiento o evaluación

    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 GCP por los recursos usados en este tema, realiza los siguientes pasos:

  1. Desconéctate de la VM de Compute Engine:

    (vm)$ exit
    

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

  2. Borra los recursos de Cloud TPU y Compute Engine.

    $ gcloud compute tpus execution-groups delete mnasnet-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
    
       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 MNASNET 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. 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.