Comparativo do ResNet-50 no Cloud TPU

O comparativo do ResNet-50 é uma versão otimizada do modelo do ResNet-50 para o Cloud TPU. Essa versão foi criada e usada pelo Google na competição DAWNBench. Neste documento, você encontra a configuração e as instruções necessárias para replicar os resultados do comparativo do DAWNBench no ResNet-50 em um pod do Cloud TPU.

A técnica usada nessa otimização é muito simples: treinar em imagens menores no início do processo e aumentar o tamanho delas gradualmente, de acordo com o progresso do treinamento. Por exemplo, não são necessárias imagens grandes para aprender o sentido geral da aparência de cães e gatos. No entanto, mais tarde, quando estiver aprendendo a diferença entre cada raça de cachorros, você pode precisar de imagens maiores. Para isso, há uma etapa extra na preparação do conjunto de dados. Isso acontece porque o comparativo usa um pequeno conjunto de dados de imagem.

É possível usar redes treinadas em uma imagem para outros tamanhos. Para fazer isso, use uma camada de pool global/adaptável, e não uma de pool de tamanho fixo.

Ao usar o redimensionamento progressivo, você acelera as épocas iniciais usando imagens 128 x 128 em vez das habituais 224 x 224 nas primeiras 17 épocas. Além disso, aumenta a precisão das épocas finais com imagens 288 x 288 na época 42 para garantir maior precisão. No entanto, o desempenho é apenas um dos motivos desse sucesso: o outro fator é o melhor desempenho de generalização. Ao mostrar à rede uma variedade maior de tamanhos de imagem, você evita o sobreajuste.

Exoneração de responsabilidade

Este comparativo usa um conjunto de dados de terceiros. O Google não oferece declarações, proteções ou outras garantias sobre a validade ou quaisquer outros aspectos desse conjunto de dados.

Descrição do comparativo

Este comparativo é baseado no artigo Deep Residual Learning for Image Recognition, que foi o primeiro a apresentar a arquitetura de rede residual ou ResNet. Ele usa a variante de 50 camadas conhecida como ResNet-50.

Usamos neste documento um modelo quase idêntico ao do tutorial do ResNet-50. As principais diferenças são que o treinamento usa resnet_benchmark.py em vez de resnet_main.py, e resnet_benchmark.py gera pontos de verificação em cada época e faz a avaliação em um job separado.

Antes de começar

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

  1. Faça login na sua Conta do Google.

    Se você ainda não tiver uma, inscreva-se.

  2. Selecione ou crie um projeto do GCP.

    Acessar a página Gerenciar recursos

  3. Verifique se o faturamento foi ativado para o projeto.

    Saiba como ativar o faturamento

  4. Estas instruções incluem componentes faturáveis do Google Cloud Platform. Consulte a página de preços do Cloud TPU para estimar os custos. Depois, siga as instruções para limpar os recursos quando eles não forem mais necessários.

Criar um intervalo do Cloud Storage

Você precisa de um intervalo do Cloud Storage para armazenar os dados usados para treinar o modelo de aprendizado de máquina, bem como os resultados do treinamento.

  1. Acesse a página do Cloud Storage no Console do GCP.

    Acessar a página do Cloud Storage

  2. Crie um novo intervalo especificando as opções a seguir:

    • um nome exclusivo à sua escolha
    • classe de armazenamento padrão: Regional
    • localização: us-central1

Abrir o Cloud Shell e usar a ferramenta ctpu

Neste guia, usamos o Cloud TPU Provisioning Utility (ctpu) como uma ferramenta simples para configurar e gerenciar o Cloud TPU. O guia executa o ctpu a partir de um Cloud Shell. Para encontrar opções de configuração mais avançadas, consulte a configuração personalizada.

A ferramenta ctpu vem pré-instalada no Cloud Shell. Siga estas etapas para verificar a configuração do ctpu:

  1. Abra uma janela do Cloud Shell.

    Abrir o Cloud Shell

  2. Para verificar a configuração do ctpu, digite o seguinte no Cloud Shell:

    $ ctpu print-config
    

    Você verá uma mensagem como esta:

    2018/04/29 05:23:03 WARNING: Setting zone to "us-central1-b"
    ctpu configuration:
            name: [your TPU's name]
            project: [your-project-name]
            zone: us-central1-b
    If you would like to change the configuration for a single command invocation, please use the command line flags.
    

  3. Confira os comandos do ctpu:

    $ ctpu

    Você verá um guia de uso, incluindo uma lista de subcomandos e sinalizações com uma breve descrição de cada.

Criar uma VM do Compute Engine e um Cloud TPU

Execute o comando a seguir para configurar uma máquina virtual (VM, na sigla em inglês) do Compute Engine e um Cloud TPU com serviços associados. Essa combinação de recursos e serviços é chamada de lote do Cloud TPU:

$ ctpu up

Com o comando ctpu up, você executa as tarefas a seguir:

  • Ativar os serviços do Cloud TPU e Compute Engine.
  • Criar uma VM do Compute Engine com a última versão estável do TensorFlow pré-instalada. A zona padrão é us-central1-b. Como referência, o Cloud TPU está disponível nas zonas a seguir:

    • Estados Unidos (EUA)
      • us-central1-b
      • us-central1-c
      • us-central1-f (apenas o programa TFRC)
    • Europa (EU)
      • europe-west4-a
    • Ásia-Pacífico (APAC)
      • asia-east1-c

  • Criar um Cloud TPU com a versão correspondente do TensorFlow e transmitir o nome do Cloud TPU para a VM do Compute Engine como uma variável de ambiente (TPU_NAME).

  • Garantir que o Cloud TPU tenha acesso aos recursos necessários no projeto do GCP. Isso é feito ao conceder papéis específicos do IAM à conta de serviço do Cloud TPU.
  • Executar várias outras verificações.
  • Fazer login na nova VM do Compute Engine.

É possível executar ctpu up quantas vezes quiser. Por exemplo, se você perder a conexão SSH com a VM do Compute Engine, basta executar ctpu up para restaurá-la.

Daqui em diante, o prefixo (vm)$ significa que você precisa executar o comando na instância de VM do Compute Engine.

Verificar a VM do Compute Engine

Quando a execução do comando ctpu up terminar, siga as seguintes etapas:

  1. Verifique se o prompt do shell mudou de username@project para username@username. Essa alteração mostra que você fez login na VM do Compute Engine.

  2. Execute o comando a seguir para verificar a instalação do TensorFlow:

    (vm)$ python -c "import tensorflow; print(tensorflow.VERSION)"
    

    Você verá uma mensagem de aviso seguida por uma linha que exibe o número da versão do TensorFlow. Por exemplo: 1.8.0.

Preparar os dados

Nesta seção, descrevemos as etapas necessárias para preparar os dados do comparativo.

Configure a variável de ambiente a seguir, substituindo YOUR-BUCKET-NAME pelo nome do intervalo do Cloud Storage:

(vm)$ export STORAGE_BUCKET=gs://YOUR-BUCKET-NAME

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

Como usar o conjunto de dados do ImageNet

Você precisa de aproximadamente 500 GB de espaço livre na máquina local ou VM do Compute Engine para executar o script usado nesta seção.

Se você quiser processar os dados na VM do Compute Engine, siga estas etapas para adicionar espaço em disco a ela:

  • Siga o guia do Compute Engine para adicionar um disco à VM.
  • Defina o tamanho do disco como 500 GB ou mais.
  • Defina Ao excluir uma instância como Excluir disco para garantir que o disco seja removido quando você excluir a VM.
  • Anote o caminho do novo disco. Por exemplo: /mnt/disks/mnt-dir.

Faça o download dos dados do ImageNet e os converta:

  1. Inscreva-se em uma conta do ImageNet. Lembre-se do nome de usuário e senha que você usou para criar a conta.

  2. Configure as variáveis de ambiente DATA_DIR e DATA_DIR_SMALL que apontam para caminhos no intervalo do Cloud Storage:

    (vm)$ export DATA_DIR=${STORAGE_BUCKET}/resnet_data
    (vm)$ export DATA_DIR_SMALL=${STORAGE_BUCKET}/resnet_data_small
    

  3. Faça o download do script imagenet_to_gcs.py do GitHub:

    $ wget https://raw.githubusercontent.com/tensorflow/tpu/master/tools/datasets/imagenet_to_gcs.py
    

  4. Defina uma variável SCRATCH_DIR para conter os arquivos de trabalho do script. A variável precisa especificar uma localização na máquina local ou na VM do Compute Engine. Por exemplo, na máquina local:

    $ SCRATCH_DIR=./imagenet_tmp_files
    

    Ou se você estiver processando os dados na VM:

    (vm)$ SCRATCH_DIR=/mnt/disks/mnt-dir/imagenet_tmp_files
    

  5. Execute o script imagenet_to_gcs.py para fazer o download, formatar e carregar os dados do ImageNet para o intervalo. Substitua YOUR-USERNAME e YOUR-PASSWORD pelo nome de usuário e senha que você usou para criar a conta do ImageNet. Como você usará o redimensionamento progressivo, é necessário um diretório de dados no conjunto pequeno inicial, DATA_DIR_SMALL, e outro para o conjunto maior, DATA_DIR.

    $ pip install google-cloud-storage
    $ python imagenet_to_gcs.py \
      --project=$PROJECT \
      --gcs_output_path=$DATA_DIR \
      --gcs_output_path_small=$DATA_DIR_SMALL \
      --local_scratch_dir=$SCRATCH_DIR \
      --imagenet_username=YOUR-USERNAME \
      --imagenet_access_key=YOUR-PASSWORD
    

Observação: o download e o pré-processamento dos dados podem levar até metade de um dia, dependendo da velocidade da rede e do computador. Não interrompa o script.

Quando o script terminar o processamento, uma mensagem como esta será exibida:

2018-02-17 14:30:17.287989: Finished writing all 1281167 images in data set.

O script produz vários diretórios para treinamento e validação do formulário:

${DATA_DIR}/train-00000-of-01024
${DATA_DIR}/train-00001-of-01024
 ...
${DATA_DIR}/train-01023-of-01024

e

${DATA_DIR}/validation-00000-of-00128
S{DATA_DIR}/validation-00001-of-00128
 ...
${DATA_DIR}/validation-00127-of-00128

Configurar o TensorBoard

Antes de treinar o modelo, inicie o TensorBoard em segundo plano para ver o andamento do programa de treinamento:

(vm)$ tensorboard --logdir=${STORAGE_BUCKET}/resnet_bench &

Ao executar ctpu up, a ferramenta configura automaticamente o encaminhamento de portas no ambiente do Cloud Shell para disponibilizar o TensorBoard.

Clique no botão Visualização da Web no Cloud Shell e abra a porta 8080.

Executar o modelo do ResNet-50

Agora você está pronto para treinar e avaliar o modelo do ResNet-50 no Cloud TPU. Nas etapas a seguir, o prefixo de (vm)$ significa que você precisa executar o comando na VM do Compute Engine:

  1. O comparativo do modelo do ResNet-50 vem pré-instalado na VM do Compute Engine. Acesse o diretório:

    (vm)$ cd /usr/share/tpu/models/experimental/resnet_bfloat16

  2. Execute o script de treinamento:

    (vm)$ python resnet_benchmark.py \
      --tpu=$TPU_NAME \
      --data_dir=$DATA_DIR \
      --data_dir_small=$DATA_DIR_SMALL \
      --model_dir=${STORAGE_BUCKET}/resnet_bench
      --mode=train \
      --use_fast_lr=True
    

    • --tpu especifica o nome do Cloud TPU. O ctpu transmite esse nome para a VM do Compute Engine como uma variável de ambiente (TPU_NAME).
    • --data_dir especifica o caminho do Cloud Storage para a entrada do treinamento.
    • --model_dir especifica o diretório em que os pontos de verificação e resumos são armazenados durante o treinamento do modelo. Se a pasta não existir, o programa criará uma. Ao usar um Cloud TPU, o model_dir precisa ser um caminho do Cloud Storage (gs://...). É possível reutilizar uma pasta existente para carregar os dados do ponto de verificação atual e armazenar novos pontos.
  3. Avalie o modelo (execute após o término do treinamento):

    (vm)$ python resnet_benchmark.py \
      --tpu_name=$TPU_NAME \
      --data_dir=$DATA_DIR \
      --data_dir_small=gs:$DATA_DIR_SMALL \
      --model_dir=${STORAGE_BUCKET}/resnet_bench \
      --use_fast_lr=True \
      --mode=eval
   

O que esperar

Com o procedimento acima, você treina o modelo do ResNet-50 em 42 épocas e em 3 horas e 30 minutos. Com as sinalizações mostradas no código de treinamento na seção anterior, o modelo é treinado com precisão "TOP1" maior que 76% e "TOP5" 93%.

Limpar

  1. Encerre a conexão com a VM do Compute Engine:

    (vm)$ exit
    

    O prompt agora será user@projectname, mostrando que você está no Cloud Shell.

  2. No Cloud Shell, execute o comando a seguir para excluir a VM do Compute Engine e o Cloud TPU:

    $ ctpu delete
    

  3. Execute ctpu status para garantir que você não tenha instâncias alocadas. A exclusão pode levar até dois minutos. Uma resposta como esta indica que não há mais instâncias alocadas:

    2018/04/28 16:16:23 WARNING: Setting zone to "us-central1-b"
    No instances currently exist.
            GCE VM:     --
            Cloud TPU:  --
    

  4. Quando você não precisar mais do intervalo do Cloud Storage criado neste tutorial, use o comando gsutil para excluí-lo. Substitua YOUR-BUCKET-NAME pelo nome do intervalo no Cloud Storage:

    $ gsutil rm -r gs://YOUR-BUCKET-NAME
    

    Consulte o guia de preços do Cloud Storage para se informar sobre os limites de armazenamento gratuito e outros preços.

Próximas etapas

Esta página foi útil? Conte sua opinião sobre:

Enviar comentários sobre…