Ejecuta MNIST en Cloud TPU

Este instructivo contiene una descripción de nivel alto del modelo MNIST, instrucciones sobre cómo descargar la muestra de código de TPU de TensorFlow de MNIST y una guía para ejecutar el código en Cloud TPU.

Descripción del modelo

El conjunto de datos MNIST contiene una gran cantidad de imágenes de dígitos de escritura a mano en el rango del 0 al 9, así como las etiquetas que identifican el dígito en cada imagen.

En este instructivo, se entrena un modelo de aprendizaje automático para clasificar imágenes según un conjunto de datos MNIST. Luego del entrenamiento, el modelo clasifica las imágenes entrantes en 10 categorías (0 a 9) según lo aprendido sobre las imágenes de escritura a mano del conjunto de datos MNIST. Luego, puedes enviarle al modelo una imagen que no haya visto antes, y el modelo identifica el dígito según lo que aprendió durante el entrenamiento.

El conjunto de datos MNIST se divide en tres partes:

  • 55,000 ejemplos de datos de entrenamiento
  • 10,000 ejemplos de datos de prueba
  • 5,000 ejemplos de datos de validación

Puedes encontrar más información sobre el conjunto de datos en el sitio del conjunto de datos MNIST.

El modelo tiene una mezcla de siete capas:

  • 2 de convolución
  • 2 de agrupación máxima
  • 2 de densidad (totalmente conectadas)
  • 1 de abandono

Las pérdidas se calculan a través de Softmax.

Esta versión del modelo MNIST utiliza tf.estimator, una API de TensorFlow de alto nivel, que es la forma recomendada de compilar y ejecutar un modelo de aprendizaje automático en Cloud TPU.

La API de Estimator de TensorFlow 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 la TPU y otras plataformas de prueba, como GPU o CPU.

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.

    Si todavía no tienes una cuenta, regístrate para obtener una nueva.

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

    Ir a la página del 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 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:

    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 ctpu up 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 necesarios para esto con el comando ctpu up.

    ctpu up --project=${PROJECT_ID} \
     --zone=europe-west4-a \
     --tf-version=1.15.4 \
     --name=mnist-tutorial
    

    Descripciones de las marcas de comandos

    project
    : El ID de tu proyecto de GCP
    zone
    Es la zona en la que deseas crear la Cloud TPU.
    tf-version
    La versión de Tensorflow ctpu se instala en la VM.
    name
    El nombre de la Cloud TPU para crear.

    Para obtener más información sobre la utilidad de CTPU, consulta la Referencia de CTPU.

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

Cuando el comando ctpu up 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 mnist-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.

  1. Crea variables de entorno para el bucket de almacenamiento y el directorio de modelo. Reemplaza bucket-name por el nombre del depósito de Cloud Storage.
    (vm)$ export STORAGE_BUCKET=gs://bucket-name
    
    (vm)$ export TPU_NAME=mnist-tutorial
    (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/mnist
    (vm)$ export DATA_DIR=${STORAGE_BUCKET}/data
    (vm)$ export PYTHONPATH="${PYTHONPATH}:/usr/share/tpu/models"
    

Obtén los datos

El conjunto de datos MNIST está alojado en el sitio de la base de datos MNIST. Sigue las instrucciones que aparecen a continuación a fin de descargar y convertir los datos al formato requerido, y para subir los datos convertidos a Cloud Storage.

Descarga y convierte los datos MNIST

La secuencia de comandos convert_to_records.py descarga los datos y los convierte al formato TFRecord esperado por el ejemplo del modelo MNIST.

Usa los siguientes comandos para ejecutar la secuencia de comandos y descomprimir los archivos:

(vm)$ python3 /usr/share/tensorflow/tensorflow/examples/how_tos/reading_data/convert_to_records.py --directory=./data
(vm)$ gunzip ./data/*.gz

Sube los datos a Cloud Storage

Sube los datos a tu bucket de Cloud Storage a fin de que el servidor de TPU pueda acceder a ellos.

(vm)$ gsutil cp -r ./data ${DATA_DIR}

Ejecuta el modelo de TPU MNIST

El modelo de TPU MNIST está previamente instalado en tu VM de Compute Engine, en el siguiente directorio:

/usr/share/tpu/models/official/mnist/

El código fuente del modelo de TPU MNIST también está disponible en GitHub. Puedes ejecutar el modelo en Cloud TPU. También puedes consultar cómo ejecutar el modelo en una máquina local.

Ejecuta el modelo en Cloud TPU

En los pasos que siguen, el prefijo (vm)$ indica que debes ejecutar el comando en la VM de Compute Engine:

  1. Cambia al directorio de modelo:

      (vm)$ cd /usr/share/tpu/models/official/mnist/
    
  2. Ejecuta el modelo MNIST:

    (vm)$ python3 mnist_tpu.py \
      --tpu=${TPU_NAME} \
      --data_dir=${DATA_DIR} \
      --model_dir=${MODEL_DIR} \
      --use_tpu=True \
      --iterations=500 \
      --train_steps=2000
     
    Parámetro Descripción
    tpu El nombre de Cloud TPU. Ten en cuenta que ctpu pasa este nombre a la VM de Compute Engine como una variable de entorno (TPU_NAME). Si no puedes conectarte a la VM o pierdes tu conexión, puedes ejecutar ctpu up nuevamente para conectarte. TPU_NAME no está configurado si te conectas a la VM mediante la ejecución de gcloud compute ssh.
    data_dir El directorio que contiene los archivos usados para el entrenamiento.
    model_dir El directorio que contiene los archivos de modelo. En este instructivo, se usa una carpeta del bucket de Cloud Storage. La secuencia de comandos crea la carpeta si no existe una. El model_dir debe ser una ruta de Cloud Storage (gs://...). Puedes volver a usar una carpeta existente para cargar datos de puntos de control actuales y almacenar puntos de control adicionales.
    iterations La cantidad de pasos de entrenamiento que se deben ejecutar en la TPU antes de devolver el control a Python. Si esta cantidad es demasiado pequeña (por ejemplo, menor que 100), esto puede causar una sobrecarga de comunicación excesiva que afecte negativamente el rendimiento.
    train_steps La cantidad total de pasos (lotes) necesarios para que se ejecute el entrenamiento.

Ejecuta el modelo en una máquina local (no TPU)

Para ejecutar el modelo en una máquina que no sea de TPU, omite --tpu y establece la siguiente marca:

--use_tpu=False

Esto hará que el cálculo se dirija a una GPU, en caso de que haya una. Si no hay ninguna GPU, el cálculo vuelve a la CPU.

Próximos pasos

De forma predeterminada, el modelo tf.estimator informa el valor de pérdida y el tiempo de los pasos en el siguiente formato:

INFO:tensorflow:Calling model_fn.
INFO:tensorflow:Create CheckpointSaverHook.
INFO:tensorflow:Done calling model_fn.
INFO:tensorflow:TPU job name tpu_worker
INFO:tensorflow:Graph was finalized.
INFO:tensorflow:Running local_init_op.
INFO:tensorflow:Done running local_init_op.
INFO:tensorflow:Init TPU system
INFO:tensorflow:Start infeed thread controller
INFO:tensorflow:Starting infeed thread controller.
INFO:tensorflow:Start outfeed thread controller
INFO:tensorflow:Starting outfeed thread controller.
INFO:tensorflow:Enqueue next (500) batch(es) of data to infeed.
INFO:tensorflow:Dequeue next (500) batch(es) of data from outfeed.
INFO:tensorflow:Saving checkpoints for 500 into gs://ctpu-mnist-test/output/model.ckpt.
INFO:tensorflow:loss = 0.08896458, step = 0
INFO:tensorflow:loss = 0.08896458, step = 0
INFO:tensorflow:Enqueue next (500) batch(es) of data to infeed.
INFO:tensorflow:Dequeue next (500) batch(es) of data from outfeed.
INFO:tensorflow:Enqueue next (500) batch(es) of data to infeed.
INFO:tensorflow:Dequeue next (500) batch(es) of data from outfeed.
INFO:tensorflow:global_step/sec: 242.829
INFO:tensorflow:examples/sec: 248715
INFO:tensorflow:Enqueue next (500) batch(es) of data to infeed.
INFO:tensorflow:Dequeue next (500) batch(es) of data from outfeed.
INFO:tensorflow:Saving checkpoints for 2000 into gs://ctpu-mnist-test/output/model.ckpt.
INFO:tensorflow:Stop infeed thread controller
INFO:tensorflow:Shutting down InfeedController thread.
INFO:tensorflow:InfeedController received shutdown signal, stopping.
INFO:tensorflow:Infeed thread finished, shutting down.
INFO:tensorflow:Stop output thread controller
INFO:tensorflow:Shutting down OutfeedController thread.
INFO:tensorflow:OutfeedController received shutdown signal, stopping.
INFO:tensorflow:Outfeed thread finished, shutting down.
INFO:tensorflow:Shutdown TPU system.
INFO:tensorflow:Loss for final step: 0.044236258.

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 username@projectname, que indica que estás en Cloud Shell.

  2. En Cloud Shell, ejecuta ctpu delete con la marca --zone que usaste cuando configuraste la Cloud TPU para borrar la VM de Compute Engine y la Cloud TPU:

    $ ctpu delete --project=${PROJECT_ID} \
      --zone=europe-west4-a \
      --name=mnist-tutorial
    
  3. Ejecuta ctpu status para asegurarte de no tener instancias asignadas y así evitar cargos innecesarios por el uso de TPU. La eliminación puede tomar varios minutos. Una respuesta como la que se muestra a continuación indica que no hay más instancias asignadas:

    $ ctpu status --project=${PROJECT_ID} \
      --zone=europe-west4-a
    
    2018/04/28 16:16:23 WARNING: Setting zone to "europe-west4-a"
    No instances currently exist.
        Compute Engine VM:     --
        Cloud TPU:             --
    
  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?

En este instructivo, entrenaste el modelo MNIST 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.