Entrena ResNet en Cloud TPU

El modelo de este instructivo se basa en Aprendizaje residual profundo para el reconocimiento de imágenes, que presentó por primera vez la arquitectura de la red residual (ResNet). En el instructivo, se usa la variante de 50 capas, ResNet-50, y se muestra cómo entrenar el modelo con TPUEstimator. El modelo ResNet-50 viene preinstalado en tu VM de Compute Engine.

Objetivos

  • Crear un depósito de Cloud Storage para almacenar el resultado de tu modelo y tu conjunto de datos
  • Preparar una versión de prueba del conjunto de datos ImageNet, denominado conjunto de datos fake_imagenet.
  • 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. Los usuarios nuevos de Google Cloud pueden ser elegibles 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 de selección de proyectos de Cloud Console, selecciona o crea un proyecto de Cloud.

    Ir a la página Selector de proyectos

  3. Asegúrate de que la facturación esté habilitada para tu proyecto de Google Cloud. Obtén información sobre cómo confirmar que tienes habilitada la facturación para tu 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.

    Abre 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}
    
  4. Crea un depósito de Cloud Storage con el siguiente comando:

    gsutil mb -p ${PROJECT_ID} -c standard -l europe-west4 -b on gs://bucket-name
    

    Este depósito 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 depósito 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.

  5. Inicia los recursos de Compute Engine necesarios para esto con el comando ctpu up.

    ctpu up --zone=europe-west4-a \
    --vm-only \
    --disk-size-gb=300 \
    --machine-type=n1-standard-8 \
    --tf-version=1.15.3 \
    --name=resnet-tutorial

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

  6. 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@project 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 resnet-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.

Configura el almacenamiento, el modelo y las rutas de acceso de datos

Configura las siguientes variables de entorno y reemplaza bucket-name por el nombre de tu depósito de Cloud Storage:

(vm)$ export STORAGE_BUCKET=gs://bucket-name
(vm)$ export MODEL_DIR=${STORAGE_BUCKET}/resnet
(vm)$ export DATA_DIR=gs://cloud-tpu-test-datasets/fake_imagenet
(vm)$ export PYTHONPATH="${PYTHONPATH}:/usr/share/tpu/models"

La aplicación de entrenamiento espera que tus datos de entrenamiento sean accesibles en Cloud Storage. La aplicación de entrenamiento usa tu depósito de Cloud Storage para almacenar puntos de control durante el entrenamiento.

Entrena y evalúa el modelo ResNet con fake_imagenet

ImageNet es una base de datos de imágenes. Las imágenes de la base de datos están organizadas de forma jerárquica, y 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

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.

  1. Inicia un recurso de Cloud TPU con la utilidad de ctpu y configura algunas variables de entorno que se usarán después.

     (vm)$ ctpu up --tpu-only \
     --tf-version=1.15.3 \
     --name=resnet-tutorial
    
     (vm)$ export TPU_NAME=resnet-tutorial
     (vm)$ export ACCELERATOR_TYPE=v3-8
    
  2. Navega al directorio de modelos:

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

    Para un solo dispositivo de Cloud TPU, la secuencia de comandos entrena el modelo ResNet-50 durante 90 ciclos de entrenamiento y evalúa los resultados después de cada paso de entrenamiento. La cantidad de pasos de entrenamiento se establece con la marca train_steps. Con la línea de comandos de la siguiente secuencia de comandos, el modelo debería entrenarse en unos 15 minutos.

    Debido a que el entrenamiento y la evaluación se realizan en el conjunto de datos fake_imagenet, los resultados de entrenamiento y evaluación no reflejan los resultados que se generarían si el entrenamiento y la evaluación se realizaran en un conjunto de datos real.

    Si ejecutas esta secuencia de comandos en un conjunto de datos real, usa la marca train_steps para especificar la cantidad de pasos de entrenamiento. Consulta los archivos .yaml en el directorio /usr/share/tpu/models/official/resnet/configs/cloud para obtener una idea sobre la cantidad de pasos de entrenamiento que se usarán.

     (vm)$ python3 resnet_main.py \
        --tpu=${TPU_NAME} \
        --data_dir=${DATA_DIR} \
        --model_dir=${MODEL_DIR} \
        --train_steps=500 \
        --config_file=configs/cloud/${ACCELERATOR_TYPE}.yaml
    
    Parámetro Descripción
    tpu Especifica el nombre de la Cloud TPU. Ten en cuenta que ctpu pasa este nombre a la VM de Compute Engine como una variable de entorno (TPU_NAME).
    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 Especifica el directorio en el que se almacenarán los puntos de control y los resúmenes durante el entrenamiento del modelo. Si no hay una carpeta, el programa crea una. Cuando se usa una Cloud TPU, el model_dir debe ser una ruta de Cloud Storage ('gs://…'). Puedes volver a usar una carpeta existente a fin de cargar datos de puntos de control actuales y almacenar puntos de control adicionales siempre que los anteriores se hayan creado con la TPU del mismo tamaño y versión de TensorFlow.
    config_file Especifica el archivo de configuración YAML que se usará durante el entrenamiento. El nombre de este archivo corresponde al tipo de TPU que se usa. Por ejemplo, v2-8.yaml.

En este punto, puedes finalizar este instructivo y limpiar tus recursos de GCP o puedes explorar con más detalle cómo ejecutar el modelo en los pods de Cloud TPU.

Escala tu modelo con pods de Cloud TPU

Puedes obtener resultados más rápidos si escalas tu modelo con pods de Cloud TPU. El modelo ResNet-50, que es compatible en su totalidad, puede trabajar con las porciones de pod siguientes:

  • 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)$ ctpu delete --tpu-only --name=resnet-tutorial
    
  2. Ejecuta el comando ctpu up con el parámetro tpu-size para especificar la porción de pod que deseas usar. Por ejemplo, el comando siguiente usa una porción de pod v2-32.

      (vm)$ ctpu up --tpu-only --tpu-size=v2-32 --tf-version=1.15.3 --name=resnet-tutorial
    
  3. Actualiza las variables de entorno TPU_NAME y ACCELERATOR_TYPE para especificar el nombre de un pod de TPU y tipo de acelerador.

      (vm)$ export TPU_NAME=resnet-tutorial
      (vm)$ export ACCELERATOR_TYPE=v2-32
    
  4. Actualiza el directorio MODEL_DIR para almacenar los datos de entrenamiento.

      (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/resnet-tutorial
    
  5. Entrena el modelo y actualiza el parámetro config_file a fin de usar el archivo de configuración que corresponda a la porción de pod que quieres usar. Por ejemplo, la secuencia de comandos de entrenamiento usa el archivo de configuración v2-32.yaml.

    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 resnet_main.py \
        --tpu=${TPU_NAME} \
        --data_dir=${DATA_DIR} \
        --model_dir=${MODEL_DIR} \
        --train_steps=500 \
        --config_file=configs/cloud/${ACCELERATOR_TYPE}.yaml
    

Evalúa el modelo

En este paso, usarás Cloud TPU para evaluar el modelo entrenado anterior con los datos de validación de fake_imagenet.

  1. Borra el recurso de Cloud TPU que creaste para entrenar el modelo.

     (vm)$ ctpu delete --tpu-only --name=resnet-tutorial
    
  2. Inicia una Cloud TPU v2-8.

     (vm)$ ctpu up --tpu-only \
       --tf-version=1.15.3 \
       --name=resnet-eval
    
  3. Actualiza la variable de entorno TPU_NAME.

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

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

Esto genera un resultado similar al que se muestra a continuación:

Eval results: {'loss': 8.255788, 'top_1_accuracy': 0.0009969076, 'global_step': 0, 'top_5_accuracy': 0.005126953}. Elapsed seconds: 76

Debido a que el entrenamiento y la evaluación se realizaron en el conjunto de datos fake_imagenet, los resultados de salida no reflejan el resultado real que aparecería si el entrenamiento y la evaluación se realizaran en un conjunto de datos real.

Limpia

Sigue estos pasos para evitar que se apliquen cargos a tu cuenta de Google Cloud Platform por los recursos que usaste en este instructivo:

  1. Desconéctate de la instancia de Compute Engine, si aún no lo hiciste:

    (vm)$ exit
    

    El mensaje ahora debería mostrar username@project, 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 --zone=europe-west4-a
    
  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:

    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 RESNET mediante un conjunto de datos de muestra. Los resultados de este entrenamiento (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 tu conjunto de datos en 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 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 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.

  • Obtén más información sobre ctpu y sobre cómo instalarla en una máquina local.
  • Explora las herramientas de TPU en TensorBoard.
  • Consulta cómo entrenar ResNet con Cloud TPU y GKE.
  • Analiza el instructivo para obtener información sobre el modelo de detección de objetos RetinaNet.
  • Ejecuta el modelo SqueezeNet de TensorFlow en Cloud TPU; para ello, usa las instrucciones anteriores como punto de partida. Las arquitecturas de los modelos para SqueezeNet y ResNet-50 son similares. Puedes usar los mismos datos y las mismas marcas de línea de comandos a fin de entrenar el modelo.