Esta página foi traduzida pela API Cloud Translation.
Switch to English

Como treinar o ResNet na Cloud TPU

O modelo deste tutorial é baseado no artigo Deep Residual Learning for Image Recognition, que foi o primeiro a apresentar a arquitetura de rede residual ou ResNet. O tutorial usa a variante de 50 camadas, o ResNet-50, e demonstra o treinamento do modelo usando a TPUEstimator. O modelo do ResNet-50 vem pré-instalado na VM do Compute Engine.

Objetivos

  • Criar um bucket do Cloud Storage para armazenar o conjunto de dados e a saída do modelo.
  • Preparar uma versão de teste do conjunto de dados do ImageNet, conhecido como conjunto de dados do fake_imagenet.
  • Executar o job de treinamento.
  • Verificar os resultados da saída.

Custos

Neste tutorial, há componentes faturáveis do Google Cloud, entre eles:

  • Compute Engine
  • Cloud TPU
  • Cloud Storage

Use a calculadora de preços para gerar uma estimativa de custos baseada na projeção de uso. Novos usuários do Google Cloud podem estar qualificados para uma avaliação gratuita.

Antes de começar

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

  1. Faça login na sua conta do Google.

    Se você ainda não tiver uma, inscreva-se.

  2. No Console do Google Cloud, na página do seletor de projetos, selecione ou crie um projeto do Google Cloud.

    Acessar a página do seletor de projetos

  3. Verifique se o faturamento está ativado para seu projeto na nuvem. Saiba como confirmar se o faturamento está ativado para o projeto.

  4. Este tutorial usa componentes faturáveis do Google Cloud. Consulte a página de preços da Cloud TPU para fazer uma estimativa dos custos. Para evitar cobranças desnecessárias, não se esqueça de apagar os recursos criados ao terminar de usá-los.

Configurar os recursos

Nesta seção, você verá como configurar os recursos do Cloud Storage, a VM e a Cloud TPU do Cloud Storage para tutoriais.

  1. Abra uma janela do Cloud Shell.

    Abrir o Cloud Shell

  2. Crie uma variável para o ID do seu projeto.

    export PROJECT_ID=project-id
    
  3. Configure a ferramenta de linha de comando gcloud para usar o projeto em que a Cloud TPU será criada.

    gcloud config set project ${PROJECT_ID}
    

    Na primeira vez que você executar esse comando em uma nova VM do Cloud Shell, será exibida uma página Authorize Cloud Shell. Clique em Authorize na parte inferior da página para permitir que gcloud faça chamadas de API do GCP com suas credenciais.

  4. Crie uma conta de serviço para o projeto da Cloud TPU.

    gcloud beta services identity create --service tpu.googleapis.com --project $PROJECT_ID
    

    O comando retorna uma conta de serviço do Cloud TPU com o formato a seguir:

    service-PROJECT_NUMBER@cloud-tpu.iam.gserviceaccount.com
    

  5. Crie um bucket do Cloud Storage usando o seguinte comando:

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

    Esse bucket do Cloud Storage armazena os dados usados para treinar o modelo e os resultados do treinamento. A ferramenta ctpu up usada neste tutorial configura permissões padrão para a conta de serviço da Cloud TPU. Caso queira permissões mais específicas, consulte as permissões de nível de acesso.

    O local do bucket precisa estar na mesma região da máquina virtual (VM) e do nó da TPU. As VMs e os nós da TPU estão localizados em zonas específicas, que são subdivisões dentro de uma região.

  6. Inicie os recursos do Compute Engine necessários para isso usando o comando ctpu up.

    ctpu up --project=${PROJECT_ID} \
    --zone=europe-west4-a \
    --vm-only \
    --name=resnet-tutorial \
    --disk-size-gb=300 \
    --machine-type=n1-standard-8 \
    --tf-version=1.15.5
    

    Descrições de sinalizações de comando

    project
    o ID do projeto do GCP
    zone
    A zona em que você planeja criar a Cloud TPU.
    vm-only
    Crie somente uma VM. Por padrão, o comando ctpu up cria uma VM e uma Cloud TPU.
    name
    O nome da Cloud TPU a ser criada.
    disk-size-gb
    O tamanho do disco rígido em GB da VM criada pelo comando ctpu up .
    machine-type
    O tipo de máquina da VM do Compute Engine a ser criado.
    tf-version
    A versão do Tensorflow ctpu é instalada na VM.

    Para mais informações sobre o utilitário do CTPU, consulte Referência do CTPU.

  7. Quando solicitado, pressione y para criar os recursos da Cloud TPU.

Quando o comando ctpu up terminar a execução, verifique se o prompt do shell foi alterado de username@project para username@vm-name. Essa alteração mostra que você fez login na VM do Compute Engine. Caso não esteja conectado à instância do Compute Engine, execute o seguinte comando:

gcloud compute ssh resnet-tutorial --zone=europe-west4-a

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

Configurar armazenamento, modelo e caminhos de dados

Configure as seguintes variáveis de ambiente, substituindo bucket-name pelo nome do bucket do 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"

O aplicativo de treinamento precisa que os dados de treinamento sejam acessíveis no Cloud Storage. Ele usa o bucket do Cloud Storage para armazenar checkpoints durante o treinamento.

Treine e avalie o modelo ResNet com o fake_imagenet

O ImageNet é um banco de dados de imagens. As imagens no banco de dados são organizadas em uma hierarquia; cada nó da hierarquia contém centenas e milhares de imagens.

Neste tutorial, usamos uma versão de demonstração do conjunto de dados completo do ImageNet, conhecido como fake_imagenet. Essa versão de demonstração permite testar os tutoriais e reduzir os requisitos de tempo e armazenamento normalmente associados à execução de um modelo com o conjunto de dados completo do ImageNet.

O conjunto de dados do fake_imagenet está neste local no Cloud Storage:

gs://cloud-tpu-test-datasets/fake_imagenet

O conjunto de dados do fake_imagenet é útil apenas para entender como usar um Cloud TPU e validar o desempenho de ponta a ponta. Os números de acurácia e o modelo salvo não são importantes.

Para informações sobre como fazer o download e processar o conjunto de dados total do ImageNet, consulte Como fazer o download, o pré-processamento e o upload do conjunto de dados do ImageNet.

  1. Inicie um recurso do Cloud TPU usando o utilitário ctpu e defina algumas variáveis de ambiente usadas posteriormente.

     (vm)$ ctpu up --project=${PROJECT_ID} \
       --tpu-only \
       --tf-version=1.15.5 \
       --name=resnet-tutorial
    
     (vm)$ export TPU_NAME=resnet-tutorial
     (vm)$ export ACCELERATOR_TYPE=v3-8
    
  2. Navegue até o diretório do modelo:

    (vm)$ cd /usr/share/tpu/models/official/resnet/
    
  3. Execute o script de treinamento.

    Para um único dispositivo da Cloud TPU, o script treina o modelo ResNet-50 por 90 períodos e avalia os resultados após cada etapa do treinamento. O número de etapas de treinamento é definido com a sinalização train_steps. Usando a linha de comando do script abaixo, o modelo precisa treinar em cerca de 15 minutos.

    Como o treinamento e a avaliação são feitos no conjunto de dados fake_imagenet, os resultados não refletem os resultados que seriam gerados se o treinamento e a avaliação fossem realizados em um conjunto de dados real.

    Se você executar esse script em um conjunto de dados real, use a sinalização train_steps para especificar o número de etapas de treinamento. Consulte os arquivos .yaml no diretório /usr/share/tpu/models/official/resnet/configs/cloud para ter uma ideia de quantas etapas de treinamento 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
    
    Parâmetro Descrição
    tpu Especifica o nome da Cloud TPU. Observe que ctpu passa esse nome para a VM do Compute Engine VM como uma variável de ambiente (TPU_NAME).
    data_dir Especifica o caminho do Cloud Storage para a entrada de treinamento. Neste exemplo, ele está definido com o conjunto de dados fake_imagenet.
    model_dir Especifica o diretório em que os checkpoints e os resumos são armazenados durante o treinamento do modelo. Se a pasta não existir, ela será criada pelo programa. Ao usar um Cloud TPU, o model_dir precisa ser um caminho do Cloud Storage (`gs://... `). É possível reutilizar uma pasta existente para carregar dados dos checkpoints atuais e armazenar outros checkpoints, contanto que os anteriores tenham sido criados usando um TPU com o mesmo tamanho e versão do TensorFlow.
    config_file Especifica o arquivo de configuração YAML que será usado durante o treinamento. O nome desse arquivo corresponde ao tipo de TPU usado. Por exemplo, v2-8.yaml.

A partir daqui, é possível concluir este tutorial e limpar os recursos do GCP ou explorar a execução do modelo em pods da Cloud TPU.

Como escalonar o modelo com os pods da Cloud TPU

Para resultados mais rápidos, escalone o modelo com os pods da Cloud TPU. O modelo ResNet-50 totalmente compatível funciona com as seguintes frações de pod:

  • v2-32
  • v2-128
  • v2-256
  • v2-512
  • v3-32
  • v3-128
  • v3-256
  • v3-512
  • v3-1024
  • v3-2048

Ao trabalhar com pods da Cloud TPU, primeiro treine o modelo usando um pod e, em seguida, use um único dispositivo da Cloud TPU para avaliá-lo.

Como treinar com pods da Cloud TPU

  1. Exclua o recurso da Cloud TPU criado para treinar o modelo em um único dispositivo.

     (vm)$ ctpu delete --project=${PROJECT_ID} \
       --tpu-only \
       --name=resnet-tutorial
    
  2. Execute o comando ctpu up, usando o parâmetro tpu-size para especificar a fração de pod a ser usada. Por exemplo, o comando a seguir usa uma fração de pod v2-32.

      (vm)$ ctpu up --project=${PROJECT_ID} \
        --tpu-only \
        --tpu-size=v2-32 \
        --tf-version=1.15.5 \
        --name=resnet-tutorial
    
  3. Atualize as variáveis de ambiente TPU_NAME e ACCELERATOR_TYPE para especificar um nome de podcast da TPU que seja um tipo de acelerador.

      (vm)$ export TPU_NAME=resnet-tutorial
      (vm)$ export ACCELERATOR_TYPE=v2-32
    
  4. Atualize o diretório MODEL_DIR para armazenar os dados de treinamento.

      (vm)$ export MODEL_DIR=${STORAGE_BUCKET}/resnet-tutorial
    
  5. Treine o modelo, atualizando o parâmetro config_file para usar o arquivo de configuração que corresponde à fração de pod que você quer usar. Por exemplo, o script de treinamento usa o arquivo de configuração v2-32.yaml.

    O script treina o modelo no conjunto de dados false_imagnet para 35 épocas. Isso leva aproximadamente 90 minutos para ser executado em um v3-128 Cloud TPU.

      (vm)$ python3 resnet_main.py \
        --tpu=${TPU_NAME} \
        --data_dir=${DATA_DIR} \
        --model_dir=${MODEL_DIR} \
        --train_steps=500 \
        --mode=train \
        --config_file=configs/cloud/${ACCELERATOR_TYPE}.yaml
    

Como avaliar o modelo

Nesta etapa, você usa a Cloud TPU para avaliar o modelo treinado acima usando os dados de validação do fake_imagenet.

  1. Exclua o recurso da Cloud TPU criado para treinar o modelo.

     (vm)$ ctpu delete --project=${PROJECT_ID} \
       --tpu-only \
       --name=resnet-tutorial
    
  2. Inicie um v2-8 Cloud TPU.

     (vm)$ ctpu up --project=${PROJECT_ID} \
       --tpu-only \
       --tf-version=1.15.5 \
       --name=resnet-eval
    
  3. Atualize a variável de ambiente TPU_NAME

     (vm)$ export TPU_NAME=resnet-eval
    
  4. Execute a avaliação do modelo. Desta vez, adicione a sinalização mode e defina-a 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
    

Isso gera um resultado semelhante ao seguinte:

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

Como o treinamento e a avaliação foram feitos no fake_imagenet, os resultados não refletem a saída real que apareceria se o treinamento e a avaliação fossem realizados em um conjunto de dados real.

Limpeza

Para evitar cobranças na sua conta do Google Cloud pelos recursos usados no tutorial, exclua o projeto que os contém ou mantenha o projeto e exclua os recursos individuais.

  1. Desconecte-se da instância do Compute Engine, caso ainda não tenha feito isso:

    (vm)$ exit
    

    Agora, o prompt precisa ser username@project, mostrando que você está no Cloud Shell.

  2. No Cloud Shell, execute ctpu delete com a sinalização --zone usada ao configurar a Cloud TPU para excluir a VM do Compute Engine e a Cloud TPU:

    $ ctpu delete --project=${PROJECT_ID} \
      --zone=europe-west4-a
    
  3. Execute ctpu status para garantir que não haja instâncias alocadas e evitar cobranças desnecessárias no uso da TPU. A exclusão pode levar vários minutos. Uma resposta como esta indica que não há mais instâncias alocadas:

    $ ctpu status --project=${PROJECT_ID}} \
     --name=resnet-tutorial \
     --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. Execute gsutil conforme mostrado. Substitua bucket-name pelo nome do bucket do Cloud Storage criado para este tutorial:

    $ gsutil rm -r gs://bucket-name
    

A seguir

Neste tutorial, você treinou o modelo RESNET usando um conjunto de dados de amostra. Os resultados deste treinamento (na maioria dos casos) não podem ser usados para inferência. Para usar um modelo para inferência, é possível treinar os dados em um conjunto de dados disponível publicamente ou no seu próprio conjunto de dados. Os modelos treinados nas Cloud TPUs exigem que os conjuntos de dados estejam no formato TFRecord.

Use a amostra da ferramenta de conversão de conjunto de dados para converter um conjunto de dados de classificação de imagem no formato TFRecord. Se você não estiver usando um modelo de classificação de imagem, converta manualmente o conjunto de dados para o TFRecord. Para mais informações, consulte TFRecord e tf.Example

Ajuste de hiperparâmetros

Para melhorar o desempenho do modelo com o conjunto de dados, é possível ajustar os hiperparâmetros. Encontre informações sobre hiperparâmetros comuns a todos os modelos compatíveis com a TPU no GitHub. As informações sobre hiperparâmetros específicos do modelo podem ser encontradas no código-fonte de cada modelo. Para mais informações sobre o ajuste de hiperparâmetros, consulte Visão geral do ajuste de hiperparâmetros, Como usar o serviço de ajuste de hiperparâmetros e Ajustar hiperparâmetros.

Inferência

Depois de treinar o modelo, é possível usá-lo para inferência (também chamada de previsão). O AI Platform é uma solução baseada em nuvem para desenvolver, treinar e implantar modelos de machine learning. Depois que um modelo é implantado, use o serviço do AI Platform Prediction.