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

    Ir al selector de proyectos

  5. Asegúrate de que la facturación esté habilitada para tu proyecto de Cloud. Descubre cómo confirmar que tienes habilitada la facturación en un proyecto.

  6. 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 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 una VM de Compute Engine y Cloud TPU con el comando gcloud.

    $ gcloud compute tpus execution-groups create \
     --vm-only \
     --name=resnet-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 una VM. De forma predeterminada, el comando gcloud compute tpus execution-groups crea una VM y 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 compute tpus execution-groups.
    machine-type
    El tipo de máquina de la VM de Compute Engine que se creará.
    tf-version
    La versión de Tensorflow ctpu 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.

    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 bucket 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 en una 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

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.

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

    Descripciones de las marcas de comandos

    tpu-only
    Crea la Cloud TPU sin crear una VM. De forma predeterminada, el comando gcloud compute tpus execution-groups crea una VM y una Cloud TPU.
    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 ctpu se instala en la VM.
  2. Configura la variable del nombre de Cloud TPU.

     (vm)$ export TPU_NAME=resnet-tutorial
     (vm)$ export ACCELERATOR_TYPE=v3-8
    
  3. Navega al directorio de modelos:

    (vm)$ cd /usr/share/tpu/models/official/resnet/
    
  4. 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 secuencia de comandos que se muestra a continuación, el modelo debería entrenarse en unos 15 minutos.

    Dado que el entrenamiento y la evaluación se realizan en el conjunto de datos fake_imagenet, los resultados del entrenamiento y la 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 de cuántos pasos de entrenamiento debes usar.

     (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
    

    Descripciones de las marcas de comandos

    tpu
    Especifica 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).
    data_dir
    La ruta de entrada de entrenamiento en Cloud Storage. En este ejemplo, se establece como el conjunto de datos fake_imagenet.
    model_dir
    El bucket de Cloud Storage en el que se almacenan los puntos de control y los resúmenes durante el entrenamiento. Puedes usar una carpeta existente para cargar puntos de control generados con anterioridad en una TPU del mismo tamaño y con la misma 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.

El resultado de la secuencia de comandos de entrenamiento debería verse así:

Eval results at step 500: {
  'top_1_accuracy': 0.0010579427,
  'top_5_accuracy': 0.005391439,
  'global_step': 500,
  'loss': 8.253192
}

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)$ gcloud compute tpus execution-groups delete resnet-tutorial \
      --zone=europe-west4-a \
      --tpu-only
  2. Ejecuta el comando gcloud compute tpus execution-groups con el parámetro accelerator-type para especificar la porción de pod que deseas usar. Por ejemplo, el siguiente comando usa una porción de pod v3-32.

    (vm)$ gcloud compute tpus execution-groups  create --name=resnet-tutorial \
      --accelerator-type=v2-32  \
      --zone=europe-west4-a \
      --tf-version=1.15.5 \
      --tpu-only
    

    Descripciones de las marcas de comandos

    name
    El nombre de la Cloud TPU para crear.
    accelerator-type
    El tipo de Cloud TPU que se creará.
    zone
    Es la zona en la que deseas crear la Cloud TPU.
    tf-version
    La versión de Tensorflow gcloud se instala en la VM.
    tpu-only
    Crea una Cloud TPU sola. De forma predeterminada, el comando gcloud crea una VM y una Cloud TPU.
  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
    

    Descripciones de las marcas de comandos

    tpu
    El nombre de tu Cloud TPU.
    data_dir
    La ruta de entrada de entrenamiento en Cloud Storage. En este ejemplo, se establece como el conjunto de datos fake_imagenet.
    model_dir
    El bucket de Cloud Storage en el que se almacenan los puntos de control y los resúmenes durante el entrenamiento. Puedes usar una carpeta existente para cargar puntos de control generados con anterioridad creados en una TPU del mismo tamaño y con la misma versión de TensorFlow.
    train_steps
    La cantidad de pasos que se deben usar en el entrenamiento.
    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.

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)$ gcloud compute tpus execution-groups delete resnet-tutorial \
     --zone=europe-west4-a \
     --tpu-only
    
  2. Crea un recurso de pod de Cloud TPU v3-8.

    (vm)$ gcloud compute tpus execution-groups create \
      --tpu-only \
      --name=resnet-tutorial \
      --zone=europe-west4-a \
      --tf-version=1.15.5 \
      --accelerator-type=v2-8
    

    Descripciones de las marcas de comandos

    tpu-only
    Crea solo la Cloud TPU, no crea una instancia de Compute Engine.
    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.
    accelerator-type
    El tipo de Cloud TPU que se creará.
  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
    

    Descripciones de las marcas de comandos

    tpu
    Cloud TPU que se usará en el entrenamiento.
    data_dir
    La ruta de acceso de Cloud Storage donde se almacenan los datos de entrenamiento En este ejemplo, se establece como el conjunto de datos fake_imagenet.
    model_dir
    La ruta de acceso de Cloud Storage donde se almacenan los puntos de control y los resúmenes durante el entrenamiento de modelos. Puedes reutilizar una carpeta existente para cargar puntos de control generados con anterioridad y almacenar puntos de control adicionales, siempre y cuando los puntos de control anteriores se hayan creado con una Cloud TPU del mismo tamaño y versión de TensorFlow.
    mode
    Uno de train, eval, train_and_eval, o predict.
    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.

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

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.

  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, usa el siguiente comando para borrar tu VM de Compute Engine y Cloud TPU:

    $ gcloud compute tpus execution-groups delete resnet-tutorial \
      --zone=europe-west4-a
    
  3. Ejecuta gcloud compute tpus execution-groups list para verificar que los recursos se hayan borrado. 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
    

    Deberías ver una lista vacía de TPU como la que se muestra a continuación:

       NAME             STATUS
    
  4. Borra tu bucket de Cloud Storage con gsutil como se muestra a continuación. Reemplaza bucket-name por el nombre del bucket de Cloud Storage.

    $ 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 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.

  • 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 mencionadas con anterioridad 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.