Se usó la API de Cloud Translation para traducir esta página.

Entrena a un transformador en Cloud TPU (TF 2.x)

En este instructivo, se muestra cómo entrenar un modelo ResNet de Keras en Cloud TPU con tf.distribute.TPUStrategy.

Si no estás familiarizado con Cloud TPU, te recomendamos que revises la guía de inicio rápido de tu framework para obtener información sobre cómo crear una TPU y una VM de Compute Engine.

Objetivos

Crear un bucket de Cloud Storage para almacenar el resultado de tu modelo y tu conjunto de datos
Preparar un conjunto de datos imagenet falso que sea similar al conjunto de datos ImageNet
Ejecutar el trabajo de entrenamiento
Verificar los resultados de salida

Costos

En este documento, usarás 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.

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.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Go to project selector

Make sure that billing is enabled for your Google Cloud project.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Go to project selector

Make sure that billing is enabled for your Google Cloud project.

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.

Entrenamiento de dispositivo único de Cloud TPU

En esta sección, se proporciona información para configurar el bucket de Cloud Storage, la VM y los recursos de Cloud TPU para el entrenamiento de un solo dispositivo.

Abre una ventana de Cloud Shell.

Abrir Cloud Shell
Crea una variable para el ID de tu proyecto.
```
$ export PROJECT_ID=project-id
```
Configura Google Cloud CLI 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 con tus credenciales.
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.
```
$ 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
```
Crea un bucket de Cloud Storage con el siguiente comando:
```
$ gcloud storage buckets create gs://bucket-name --project=${PROJECT_ID} --location=us-central2
```
En este bucket de Cloud Storage se almacenan los datos que usas para entrenar tu modelo y los resultados del entrenamiento. Con el comando gcloud que se usa en este instructivo para configurar la TPU, también se configuran los permisos predeterminados para la cuenta de servicio de Cloud TPU que configuraste en el paso anterior. Si quieres contar con permisos más detallados, revisa los permisos de nivel de acceso.
Prepara tu conjunto de datos o usa fake_imagenet

ImageNet es una base de datos de imágenes. Las imágenes de la base de datos se organizan una jerarquía, con cada nodo de la jerarquía 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 te 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.

Si deseas usar el conjunto de datos de ImageNet completo, consulta Descarga, preprocesa y sube el conjunto de datos de ImageNet.

Precaución: Para este instructivo, asegúrate de no establecer la variable de entorno STORAGE_BUCKET en la ruta del conjunto de datos fake_imagenet. Puedes leer desde gs://cloud-tpu-test-datasets, pero no puedes escribir allí. En consecuencia, no puedes usar esa ruta para escribir registros de entrenamiento. Asegúrate de que la variable de entorno STORAGE_BUCKET esté configurada para tu propio bucket de Cloud Storage.
Inicia los recursos de TPU con el comando de gcloud. El comando que uses depende de si usas VM de TPU o nodos TPU. Para obtener más información sobre la arquitectura de las dos VM, consulta Arquitectura del sistema.

Nota: En el siguiente entrenamiento de muestra, se usa la biblioteca de modelado de TF-Vision para visión artificial. Consulta el archivo README para obtener más información sobre la biblioteca de modelado de TF-Vision.
```
$ gcloud compute tpus tpu-vm create resnet-tutorial \
  --zone=us-central2-b \
  --accelerator-type=v4-8 \
  --version=tpu-vm-tf-2.17.0-pjrt
```
Descripciones de las marcas de comandos

zone

Es la zona en la que deseas crear la Cloud TPU.

accelerator-type

El tipo de acelerador especifica la versión y el tamaño de la Cloud TPU que deseas crear. Para obtener más información sobre los tipos de aceleradores compatibles con cada versión de TPU, consulta Versiones de TPU.

version

La versión de software de Cloud TPU.

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

Nota: La primera vez que ejecutas gcloud compute tpus tpu-vm en un proyecto, tarda unos 5 minutos en realizar las tareas de inicio, como la propagación de claves SSH y la activación de la API.
Conéctate a la instancia de VM de TPU con SSH. Cuando te conectes a la VM, el indicador de shell cambiará de username@projectname a username@vm-name:
```
gcloud compute tpus tpu-vm ssh resnet-tutorial --zone=us-central2-b
```
Punto clave: A partir de este momento, el prefijo (vm) $ significa que deberías ejecuta el comando en la instancia de VM de Compute Engine.
Configura la variable de nombre de Cloud TPU.
```
(vm)$ export TPU_NAME=local
```
Configura las variables de bucket de Cloud Storage

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
```
```
(vm)$ export MODEL_DIR=${STORAGE_BUCKET}/resnet-2x
(vm)$ export DATA_DIR=gs://cloud-tpu-test-datasets/fake_imagenet
```
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.
Cuando creas tu TPU, si estableces el parámetro --version en una versión que termina en -pjrt, establece las siguientes variables de entorno para habilitar el entorno de ejecución de PJRT:
```
  (vm)$ export NEXT_PLUGGABLE_DEVICE_USE_C_API=true
  (vm)$ export TF_PLUGGABLE_DEVICE_LIBRARY_PATH=/lib/libtpu.so
```

Instala los requisitos de TensorFlow.

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

La secuencia de comandos de entrenamiento de ResNet requiere un paquete adicional. Instálalo ahora:
```
(vm)$ pip3 install --user tensorflow-model-optimization>=0.1.3
```

Ve al directorio en el que se almacena el modelo:

(vm)$ cd /usr/share/tpu/tensorflow/resnet50_keras

Establece la variable de entorno PYTHONPATH:

(vm)$ /usr/share/tpu/tensorflow/resnet50_keras"

Ejecuta la secuencia de comandos de entrenamiento. Esto usa un conjunto de datos fake_imagenet y entrena ResNet durante 100 pasos.
```
(vm)$ resnet50.py --tpu=local --data=gs://cloud-tpu-test-datasets/fake_imagenet
```
Descripciones de las marcas de comandos

tpu

El nombre de tu TPU.

data

Especifica el directorio donde se almacenan puntos de control y resúmenes. durante el entrenamiento de modelos. Si la carpeta no existe, el programa crea una. Cuando se usa una Cloud TPU, model_dir debe ser una ruta de acceso 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 se hayan creado los puntos de control anteriores con TPU del mismo tamaño y versión de TensorFlow.

Esto entrenará ResNet en 100 pasos y se completará en un nodo TPU v3-8 en aproximadamente 3 minutos. Al final de los 100 pasos, un resultado similar al siguiente: aparece lo siguiente:

I0624 17:04:26.974905 140457742666816 controller.py:290]  eval | step:    100 | eval time:   23.3 sec | output:
    {'accuracy': 0.0010141226,
     'top_5_accuracy': 0.0051457332,
     'validation_loss': 8.448798}
 eval | step:    100 | eval time:   23.3 sec | output:
    {'accuracy': 0.0010141226,
     'top_5_accuracy': 0.0051457332,
     'validation_loss': 8.448798}

Ya completaste el ejemplo de entrenamiento con un solo dispositivo. Sigue los pasos que se indican a continuación para borrar los recursos actuales de TPU de dispositivo único.

Desconéctate de la instancia de Compute Engine:
```
(vm)$ exit
```
El mensaje ahora debería mostrar username@projectname, que indica que estás en Cloud Shell.
Borra el recurso TPU.
```
$ gcloud compute tpus tpu-vm delete resnet-tutorial \
  --zone=us-central2-b
```
Descripciones de las marcas de comandos

zone

La zona donde residía tu Cloud TPU.

Escala tu modelo con pods de Cloud TPU

Entrenar tu modelo en pods de Cloud TPU puede requerir algunos cambios en el guion de entrenamiento. Para obtener más información, consulta Entrenamiento en pods de TPU.

Entrenamiento de Pods de TPU

En esta sección, se proporciona información sobre cómo configurar un bucket de Cloud Storage y recursos de Cloud TPU para el entrenamiento de pods.

Configurar

Abre una ventana de Cloud Shell.

Abrir Cloud Shell
Crea una variable para el ID de tu proyecto.
```
export PROJECT_ID=project-id
```
Configura Google Cloud CLI para usar el proyecto en el que quieres 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 Google Cloud con tus credenciales.

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

Crea un bucket de Cloud Storage mediante el siguiente comando o usa un bucket que hayas creado antes para tu proyecto:
```
gcloud storage buckets create gs://bucket-name --project=${PROJECT_ID} --location=us-central2
```
Este bucket de Cloud Storage almacena los datos que usas para entrenar tu modelo y los resultados del entrenamiento. Con el comando gcloud que se usa en este instructivo, se configuran los permisos predeterminados para la cuenta de servicio de Cloud TPU que configuraste en el paso anterior. 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 VM de TPU.
Prepara tu conjunto de datos o usa 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.

El entrenamiento de Pods predeterminado accede a una versión de demostración del conjunto de datos completo de ImageNet, denominado fake_imagenet. Esta versión de demostración te permite probar el entrenamiento de Pods y reducir los requisitos de almacenamiento y tiempo que, por lo general, que se asocia al entrenamiento de un modelo con la base de datos completa de 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.

Si quieres usar el conjunto de datos completo de ImageNet, consulta la Descarga, procesa y sube el conjunto de datos de ImageNet.

Precaución: Asegúrate de no establecer la variable de entorno STORAGE_BUCKET en la ruta del conjunto de datos fake_imagenet. Puedes leer desde gs://cloud-tpu-test-datasets, pero no puedes escribir allí. Como resultado, no puedes utilizar esa ruta para escribir registros de entrenamiento. Asegúrate de que la variable de entorno STORAGE_BUCKET esté configurada para tu propio bucket de Cloud Storage.

Crea recursos de Cloud TPU

Inicia tus recursos de Cloud TPU con el comando de gcloud.

En este instructivo, se especifica un Pod v3-32. Para conocer otras opciones de Pod, consulta Versiones de TPU.

Nota: Si no hay suficiente capacidad disponible para crear el pod de TPU, puedes poner en cola tu solicitud con recursos en cola. Los recursos en cola te permiten recibir capacidad una vez que esté disponible. Para solicitar tus recursos de Cloud TPU como recursos en cola, usa el comando gcloud compute tpus queued-resources create. Para obtener más información, consulta Administra recursos en cola.
```
$ gcloud compute tpus tpu-vm create resnet-tutorial \
  --zone=us-central2-b \
  --accelerator-type=4-32 \
  --version=tpu-vm-tf-2.17.0-pod-pjrt
```
Descripciones de las marcas de comandos

zone

Es la zona en la que deseas crear la Cloud TPU.

accelerator-type

El tipo de acelerador especifica la versión y el tamaño de la Cloud TPU que deseas crear. Para obtener más información sobre los tipos de aceleradores compatibles con cada versión de TPU, consulta Versiones de TPU.

version

La versión de software de Cloud TPU.

Nota: La primera vez que ejecutas gcloud en un proyecto, tarda aproximadamente 5 minutos para realizar tareas de inicio, como la propagación de claves SSH y la API activar el volumen.
Conéctate a la instancia de VM de TPU mediante SSH. Cuando te conectas a la VM, El símbolo del sistema de shell cambia de username@projectname a username@vm-name:
```
gcloud compute tpus tpu-vm ssh resnet-tutorial --zone=us-central2-b
```
Punto clave: A partir de este punto, un prefijo (vm) $ significa que debes ejecutar el comando en la instancia de VM de Compute Engine. Comienza con (vm)$ en la ventana de la sesión de la VM.
Exporta las variables de configuración de Cloud TPU:
```
(vm)$ export ZONE=us-central2-b
(vm)$ export STORAGE_BUCKET=gs://bucket-name
(vm)$ export TPU_NAME=resnet-tutorial
(vm)$ export DATA_DIR=gs://cloud-tpu-test-datasets/fake_imagenet
(vm)$ export MODEL_DIR=${STORAGE_BUCKET}/resnet-2x-pod
```
La aplicación de entrenamiento espera que tus datos de entrenamiento sean accesibles en Cloud Storage. La aplicación de entrenamiento también usa tu bucket de Cloud Storage para almacenar puntos de control durante el entrenamiento.
La secuencia de comandos de entrenamiento de ResNet requiere un paquete adicional. Instálalo ahora:
```
(vm)$ pip3 install --user tensorflow-model-optimization>=0.1.3 
```

Instala los requisitos de TensorFlow. {: id='setup-env'}:

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

Establece la variable de entorno PYTHONPATH:

(vm)$ export PYTHONPATH="PYTHONPATH=/usr/share/tpu/tensorflow/resnet50_keras"
(vm)$ export TPU_LOAD_LIBRARY=0

Ve al directorio en el que se almacena el modelo:

(vm)$ cd /usr/share/tpu/tensorflow/resnet50_keras

Entrena el modelo.
```
(vm)$ resnet50.py --tpu=${TPU_NAME} --data=gs://cloud-tpu-test-datasets/fake_imagenet
```
Descripciones de las marcas de comandos

tpu

El nombre de tu TPU.

data

Especifica el directorio en el que se almacenan los puntos de control y los resúmenes durante el entrenamiento de modelos. Si la carpeta no está, 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 Cloud TPU del mismo tamaño y la misma versión de TensorFlow.

Este procedimiento entrena el modelo en el conjunto de datos fake_imagenet para 100 y 13 pasos de evaluación. Este entrenamiento tarda alrededor de 2 minutos en una Cloud TPU v3-32. Cuando se completen el entrenamiento y la evaluación, aparecerán mensajes similares a los siguientes:

{'accuracy': 0.0009716797,
     'learning_rate': 0.10256411,
     'top_5_accuracy': 0.0049560545,
     'training_loss': 8.5587225}
train | step:    100 | steps/sec:    1.2 | output:
    {'accuracy': 0.0009716797,
     'learning_rate': 0.10256411,
     'top_5_accuracy': 0.0049560545,
     'training_loss': 8.5587225}

eval | step:    100 | eval time:   24.8 sec | output:
    {'accuracy': 0.0010141226,
     'top_5_accuracy': 0.004356971,
     'validation_loss': 8.50038}
 eval | step:    100 | eval time:   24.8 sec | output:
    {'accuracy': 0.0010141226,
     'top_5_accuracy': 0.004356971,
     'validation_loss': 8.50038}

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.

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.

Borra tus recursos de Cloud TPU y Compute Engine.

$ gcloud compute tpus tpu-vm delete resnet-tutorial \
  --zone=us-central2-b

Ejecuta gcloud compute tpus tpu-vm 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 tpu-vm list --zone=us-central2-b
```
Borra el bucket de Cloud Storage que creaste para este instructivo:
```
$ gcloud storage rm gs://bucket-name --recursive
```

¿Qué sigue?

Los instructivos de TensorFlow Cloud TPU suelen entrenar el modelo con un conjunto de datos de muestra. Los resultados de esta capacitación 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 herramienta de conversión de conjuntos de datos muestra para convertir una imagen de clasificación de datos en formato TFRecord. Si no usas una imagen de clasificación de datos, tendrás que convertir tu conjunto de datos a Formato TFRecord tú mismo. 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 los hiperparámetros comunes a todos Los modelos compatibles con TPU en GitHub: La información sobre los hiperparámetros específicos del modelo se puede encontrar en el código fuente de cada modelo. Para obtener más información sobre el ajuste de hiperparámetros, consulta Descripción general del ajuste de hiperparámetros y Ajusta los hiperparámetros.

Inferencia

Una vez que entrenaste tu modelo, puedes usarlo para la inferencia (también llamada predicción). Puedes usar la herramienta del convertidor de inferencia de Cloud TPU para preparar y optimizar un modelo de TensorFlow para la inferencia en Cloud TPU v5e. Para ver más información sobre la inferencia en Cloud TPU v5e, consulta Inferencia de Cloud TPU v5e introducción.

Obtén información sobre cómo entrenar y evaluar mediante tus propios datos en lugar de los conjuntos de datos fake_imagenet o ImageNet mediante el instructivo de conversión del conjunto de datos. En el instructivo, se explica cómo usar el conversor de datos de clasificación de imágenes secuencia de comandos de ejemplo para convertir un conjunto de datos sin procesar para la clasificación de imágenes en Los modelos de TensorFlow para Cloud TPU pueden usar TFRecords.
Ejecuta un colab de Cloud TPU que muestre cómo ejecutar un modelo de clasificación de imágenes con tus propios datos de imagen.
Explora los otros instructivos de Cloud TPU.
Aprende a usar las herramientas de supervisión de TPU en TensorBoard.
Consulta cómo entrenar ResNet con Cloud TPU y GKE.

Entrena a un transformador en Cloud TPU (TF 2.x)

Objetivos

Costos

Antes de comenzar

Entrenamiento de dispositivo único de Cloud TPU

Descripciones de las marcas de comandos

Descripciones de las marcas de comandos

Descripciones de las marcas de comandos

Escala tu modelo con pods de Cloud TPU

Entrenamiento de Pods de TPU

Configurar

Crea recursos de Cloud TPU

Descripciones de las marcas de comandos

Descripciones de las marcas de comandos

Limpia

¿Qué sigue?

Ajuste de hiperparámetros

Inferencia